當(dāng)今社會(huì),隨著社交媒體的飛速發(fā)展,社交網(wǎng)絡(luò)成為人們進(jìn)行信息交流的主要場(chǎng)所,覆蓋了人們生活的方方面面。所以社交網(wǎng)絡(luò)影響力最大化的研究也因此受到了大家的關(guān)注,成為了當(dāng)前的一個(gè)熱門的研究?jī)?nèi)容。社交網(wǎng)絡(luò)影響力最大化問(wèn)題在廣告投放、輿情傳播等方面都有著非常重要的現(xiàn)實(shí)意義。當(dāng)前,研究者們對(duì)社交網(wǎng)絡(luò)影響力最大化的研究已經(jīng)有了顯著的研究成果,但這些研究成果都集中在單關(guān)系的社交網(wǎng)絡(luò)中,即在研究該問(wèn)題時(shí)不考慮社交網(wǎng)絡(luò)中用戶之間的復(fù)雜關(guān)系,以及社交網(wǎng)絡(luò)中的存在相互影響的多種信息之間的關(guān)系,但事實(shí)上這并不符合當(dāng)前社交網(wǎng)絡(luò)的實(shí)際情況。所以本文從實(shí)際的社交網(wǎng)絡(luò)入手,考慮用戶間的多種關(guān)系和網(wǎng)絡(luò)中信息之間的多種關(guān)系對(duì)社交網(wǎng)絡(luò)中影響力傳播的影響,展開(kāi)了多關(guān)系社交網(wǎng)絡(luò)影響力最大化研究,并在真實(shí)社交網(wǎng)絡(luò)的數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)驗(yàn)證了本文研究?jī)?nèi)容的可行性和有效性。本文的主要工作內(nèi)容總結(jié)如下:（1）本文考慮真實(shí)社交網(wǎng)絡(luò)中的用戶之間存在的多種關(guān)系,在線性閾值模型（LT）的基礎(chǔ)上,結(jié)合網(wǎng)絡(luò)用戶間存在的多種關(guān)系,提出了MRLT（Multi-relationships Linear Threshold Model）傳播模型來(lái)建模多用戶關(guān)系社... 

【文章來(lái)源】：青島大學(xué)山東省

【文章頁(yè)數(shù)】：48 頁(yè)

【學(xué)位級(jí)別】：碩士

【文章目錄】：
摘要
abstract
第一章 緒論
    1.1 研究目的與意義
    1.2 國(guó)內(nèi)外研究現(xiàn)狀
    1.3 論文創(chuàng)新點(diǎn)
    1.4 本文組織結(jié)構(gòu)
    1.5 本章小結(jié)
第二章 預(yù)備知識(shí)
    2.1 社交網(wǎng)絡(luò)中的圖理論
    2.2 社交網(wǎng)絡(luò)影響力最大化問(wèn)題定義
    2.3 線性閾值模型
    2.4 獨(dú)立級(jí)聯(lián)模型
    2.5 貪心算法
    2.6 CELF算法
    2.7 多子網(wǎng)復(fù)合復(fù)雜網(wǎng)絡(luò)模型
    2.8 本章小結(jié)
第三章 基于MRLT模型的多關(guān)系社交網(wǎng)絡(luò)影響力最大化
    3.1 MRLT影響力傳播模型
    3.2 基于MRLT模型的影響力最大化算法
    3.3 實(shí)驗(yàn)分析
        3.3.1 實(shí)驗(yàn)數(shù)據(jù)集
        3.3.2 實(shí)驗(yàn)結(jié)果分析
    3.4 本章小結(jié)
第四章 基于MI-IC模型的多關(guān)系社交網(wǎng)絡(luò)影響力最大化
    4.1 模型定義
    4.2 MI-IC模型的數(shù)學(xué)特性
    4.3 MI-IC模型下的影響力最大化近似算法
        4.3.1 基于Greedy的MI-IC模型影響力最大化算法
        4.3.2 基于反向可達(dá)集的MI-IC模型影響力最大化算法
    4.4 實(shí)驗(yàn)分析
        4.4.1 實(shí)驗(yàn)數(shù)據(jù)集
        4.4.2 實(shí)驗(yàn)結(jié)果及分析
    4.5 本章小結(jié)
第五章 總結(jié)與展望
    5.1 總結(jié)
    5.2 未來(lái)展望
參考文獻(xiàn)
攻讀學(xué)位期間的研究成果
致謝


【參考文獻(xiàn)】：
期刊論文
[1]競(jìng)爭(zhēng)環(huán)境中基于主題偏好的利己信息影響力最大化算法[J]. 曹玖新,閔繪宇,王浩然,馬卓,劉波.  計(jì)算機(jī)學(xué)報(bào). 2019(07)
[2]社會(huì)網(wǎng)中基于主題興趣的影響最大化算法[J]. 劉勇,謝勝男,仲志偉,李金寶,任倩倩.  計(jì)算機(jī)研究與發(fā)展. 2018(11)
[3]社會(huì)網(wǎng)絡(luò)中基于社群衰減的影響力最大化算法[J]. 孫子力,彭艦,仝博.  計(jì)算機(jī)應(yīng)用. 2019(03)
[4]基于大數(shù)據(jù)分析的多關(guān)系社交網(wǎng)絡(luò)輿情傳播模型研究[J]. 崔樹(shù)娟,賓晟,孫更新,高冬梅.  中南民族大學(xué)學(xué)報(bào)(自然科學(xué)版). 2018(02)
[5]社交網(wǎng)絡(luò)中用戶行為對(duì)病毒傳播的影響因素[J]. 趙月愛(ài),馮麗萍.  太原理工大學(xué)學(xué)報(bào). 2018(04)
[6]關(guān)聯(lián)影響力傳播最大化方法[J]. 張?jiān)骑w,李勁,岳昆,羅之皓,劉惟一.  計(jì)算機(jī)科學(xué)與探索. 2018(12)
[7]話題感知下的跨社交網(wǎng)絡(luò)影響力最大化分析[J]. 任思禹,申德榮,寇月,聶鐵錚,于戈.  計(jì)算機(jī)科學(xué)與探索. 2018(05)
[8]基于內(nèi)容過(guò)濾PageRank的Top-k學(xué)習(xí)資源匹配推薦[J]. 梁婷婷,李春青,李海生.  計(jì)算機(jī)工程. 2017(02)
[9]多社交網(wǎng)絡(luò)的影響力最大化分析[J]. 李國(guó)良,楚婭萍,馮建華,徐堯強(qiáng).  計(jì)算機(jī)學(xué)報(bào). 2016(04)
[10]基于位置的社會(huì)化網(wǎng)絡(luò)推薦系統(tǒng)[J]. 劉樹(shù)棟,孟祥武.  計(jì)算機(jī)學(xué)報(bào). 2015(02)

博士論文
[1]多子網(wǎng)復(fù)合復(fù)雜網(wǎng)絡(luò)模型及其相關(guān)性質(zhì)的研究[D]. 隋毅.青島大學(xué) 2012

碩士論文
[1]面向話題的社交網(wǎng)絡(luò)影響力最大化研究[D]. 李少華.昆明理工大學(xué) 2018



本文編號(hào)：3170113