當前我們正處于信息時代,越來越多的社交軟件出現(xiàn)在人們的生活中。不同的社交關(guān)系為人類構(gòu)建了一個巨大的社交網(wǎng)絡(luò)。在社交網(wǎng)絡(luò)中,人與人之間存在著不同的社會關(guān)系和角色定位,社會網(wǎng)絡(luò)關(guān)系使得人與人之間的距離被拉近,使得信息的快速傳播成為了可能。因此,如何通過社交網(wǎng)絡(luò)傳播重要信息成為了研究學(xué)者關(guān)注的重點。一些學(xué)者基于口口相傳的營銷策略提出了影響力最大化問題。影響力最大化問題的研究目標主要是在網(wǎng)絡(luò)中找到一些具有影響力的種子節(jié)點集合,這些節(jié)點在特定的傳播模型下能夠最大化地影響到周圍的鄰居節(jié)點。當前影響力最大化問題的大部分工作都是圍繞著網(wǎng)絡(luò)的拓撲結(jié)構(gòu)展開,通過網(wǎng)絡(luò)中一些重要指標尋找種子節(jié)點集合。同時,當前大部分算法的目標僅為尋找的一些具有影響力的節(jié)點,對于其他目標并不予以關(guān)注。而現(xiàn)實中,影響力最大化問題并非一個簡單的單目標優(yōu)化問題,企業(yè)在營銷中選擇影響力大的用戶是需要考慮成本因素的,如何在成本開銷最小化的基礎(chǔ)上尋找影響力最大化的節(jié)點更符合現(xiàn)實情況,因此,基于多目標影響力最大化問題的研究也值得我們關(guān)注。研究影響力最大化問題的實際意義十分重大,目前,影響力最大化問題的研究成果已經(jīng)廣泛用于個性化推薦,輿情監(jiān)測... 

【文章來源】：安徽大學(xué)安徽省 211工程院校

【文章頁數(shù)】：62 頁

【學(xué)位級別】：碩士

【部分圖文】：

本文組織結(jié)構(gòu)圖

第二章相關(guān)理論知識8第二章相關(guān)理論知識2.1影響力最大化問題本章節(jié)會詳細闡述影響力最大化問題的基本概念和此問題的具體評價指標。接下來會引入影響力最大化問題中經(jīng)典的兩個影響力傳播模型，分別是獨立級聯(lián)模型(IndependentCascadeModel)和傳染病模型(SusceptibleInfectedRecoveredModel)。然后介紹目標優(yōu)化的概念以及多目標算法的評價指標。接下來介紹一部分研究人員提出的經(jīng)典的影響力最大化問題的相關(guān)算法。最后總結(jié)本章，提出現(xiàn)有算法的不足之處，引出后續(xù)工作內(nèi)容。2.1.1影響力最大化定義人類在幾千年的發(fā)展中，聚集特性是最為顯著的社會特性之一，而正是人類的聚集生活方式，形成了社交關(guān)系。在現(xiàn)實社會中，人與人之間通過社交關(guān)系構(gòu)建出一個巨大的社交網(wǎng)絡(luò)[31]。隨著信息時代的迅猛擴展，社交網(wǎng)絡(luò)的規(guī)模變得越來越大。為了方便，我們通常使用圖論的知識來形象地表示社交網(wǎng)絡(luò)。社交網(wǎng)絡(luò)用G=(V,E)來表示，其中，V表示網(wǎng)絡(luò)中所有的人，E表示的是人與人之間由關(guān)系產(chǎn)生的邊，這種關(guān)系是多元化的，既可以是朋友關(guān)系也可以是同事關(guān)系等。圖2.1是一個具有6個節(jié)點6條邊的社交網(wǎng)絡(luò)圖。圖2.1社交網(wǎng)絡(luò)示例圖Fig.2.1Theexamplefigureofsocialnetworks病毒式營銷最早出現(xiàn)在市場營銷中，人們通過研究發(fā)現(xiàn)，如果一個人對一件產(chǎn)品感興趣，他會大概率介紹給周圍的親朋好友，正是這種口口相傳，使得產(chǎn)品的銷量急劇增加[32]。而口口相傳的策略就是病毒式營銷的典型案例。影響力最大化問題由Domingos等人[7]對于病毒式營銷的研究演化而來。

安徽大學(xué)碩士學(xué)位論文17第三章基于克隆選擇學(xué)說的影響力最大化問題研究3.1克隆選擇學(xué)說免疫系統(tǒng)是生物體內(nèi)最重要的系統(tǒng)之一，它保護著生物體的正常功能，抵御外界的病毒體[44]。當外界的病菌進入人體時，免疫系統(tǒng)可以進行自我調(diào)節(jié)，進而痊愈[45,46]。常見的生物免疫系統(tǒng)主要分為三類，第一類是由皮膚等組織構(gòu)成的物理屏障，第二類是由體內(nèi)的各種生物酶組成的生理屏障，這些消化酶可以有效地分解一些病毒體。第三類則是由淋巴細胞等細胞體組成的免疫系統(tǒng)，這些細胞存在于生物體內(nèi)，對于前兩類無法抵御的病毒體進行吞噬等免疫反應(yīng)，從而達到清除的效果[47,48]�？乖c抗體是生物免疫系統(tǒng)中十分常見的名詞。任何可以引起免疫反應(yīng)的物質(zhì)均可以被稱為抗原。在生物體中，由于抗原的刺激產(chǎn)生的免疫蛋白質(zhì)被統(tǒng)稱為抗體，一般來說，抗原和抗體的結(jié)合是具有特異性的，即抗體可以特定識別某種抗原，其原因是該抗原表面存在著特異性的抗原決定簇。圖3.1為抗原-抗體結(jié)合的示意圖。圖3.1抗原-抗體結(jié)合示意圖Fig.3.1Theschematicfigureofcombiningofantibodyandantigen在圖3.1中，分別有一種抗體和兩種抗原�？乖姆N類由覆蓋在其表面的抗原決定簇決定，這兩種抗原中，上一種抗原可以特異性與抗體結(jié)合，而下面一種抗原則不能與抗體進行特異性結(jié)合[49]�？寺∵x擇學(xué)說，由澳大利亞免疫學(xué)家伯內(nèi)特在1957年提出[50]。伯內(nèi)特認為，生物體內(nèi)有許多活性免疫細胞克隆，不同克隆的細胞具有不同的表面受體，能與相對應(yīng)的抗原決定簇發(fā)生互補結(jié)合，一旦某種抗原進入體內(nèi)與相應(yīng)克隆的受體發(fā)生結(jié)合之后便選擇性激活這一克隆，使它擴增并產(chǎn)生大量抗體。

【參考文獻】：
期刊論文
[1]基于社交內(nèi)容的潛在影響力傳播模型[J]. 王禎駿,王樹徽,張維剛,黃慶明.  計算機學(xué)報. 2016(08)
[2]云計算訪問控制技術(shù)研究綜述[J]. 王于丁,楊家海,徐聰,凌曉,楊洋.  軟件學(xué)報. 2015(05)
[3]在線社交網(wǎng)絡(luò)影響力分析[J]. 吳信東,李毅,李磊.  計算機學(xué)報. 2014(04)
[4]微博雙向“關(guān)注”網(wǎng)絡(luò)節(jié)點中心性及傳播影響力的分析[J]. 苑衛(wèi)國,劉云,程軍軍,熊菲.  物理學(xué)報. 2013(03)
[5]一種多目標進化算法解集分布廣度評價方法[J]. 李密青,鄭金華.  計算機學(xué)報. 2011(04)
[6]網(wǎng)絡(luò)時代的病毒營銷探析[J]. 李萍,董龍飛.  科技創(chuàng)業(yè)月刊. 2010(06)
[7]進化多目標優(yōu)化算法研究[J]. 公茂果,焦李成,楊咚咚,馬文萍.  軟件學(xué)報. 2009(02)

博士論文
[1]基于群智能優(yōu)化的機器學(xué)習(xí)方法研究及應(yīng)用[D]. 趙東.吉林大學(xué) 2017
[2]社會網(wǎng)絡(luò)特征分析與社團結(jié)構(gòu)挖掘[D]. 劉瑤.電子科技大學(xué) 2013
[3]多目標優(yōu)化方法研究及其工程應(yīng)用[D]. 安偉剛.西北工業(yè)大學(xué) 2005

碩士論文
[1]突發(fā)公共衛(wèi)生事件中網(wǎng)絡(luò)輿情演化及政府應(yīng)對策略[D]. 馬文淵.吉林大學(xué) 2019
[2]社會網(wǎng)絡(luò)影響力最大化研究[D]. 劉振杰.安徽大學(xué) 2018
[3]基于影響力分析的社交用戶推薦方法研究[D]. 馬國偉.中國科學(xué)技術(shù)大學(xué) 2015
[4]基于免疫克隆選擇算法的研究與應(yīng)用[D]. 張燕.山西師范大學(xué) 2013



本文編號：3334091