【摘要】：在線社交網絡是當今社會信息傳播的重要渠道和載體,形成了與現實世界交互的虛擬社會。常見的在線社交網有SINAWEIBO,TWTTER,FACEBOOK等。這些載體允許用戶創(chuàng)建自己的賬號,發(fā)布信息,傳播消息。用戶發(fā)表的信息包含了對當前的一些社會現象和熱點時事的看法等,話題往往會涉及到政治,娛樂,經濟等領域。社交網的影響最大化問題在市場營銷,傳染病抑制,輿情監(jiān)控,政府政策推廣以及社會穩(wěn)定等領域得到廣泛的應用。然而,上述研究工作僅僅研究社會網絡中單一的傳播。事實上,經常有不同的或者完全相反信息,觀點和創(chuàng)新性意見在同一個社交網中競爭性的傳播。這種競爭性的影響擴散可能來自兩家競爭公司,在這兩家公司參與的市場競爭中都要盡量吸引人們關注自己的營銷活動。阻斷影響最大化問題可以模擬現實生活中具有競爭關系的影響傳播�，F有的阻斷影響最大化算法,忽略了用戶偏好對信息傳播的影響,沒有達到影響范圍最大,并且運行時間相當長。另一方面,現有動態(tài)社交網阻斷影響最大化算法直接利用靜態(tài)社交網的計算方法,但是社交網絡是不斷增長的,網絡每更新一次,重新計算一次最有影響力的種子節(jié)點的靜態(tài)方法會產生很大的計算開銷。針對上述阻斷影響最大化研究中存在的挑戰(zhàn)和問題,本文從以下兩個方面進行研究:(1)基于主題感知的阻斷影響最大化算法。提出了MTIB(Multiple Topics-aware Influence Blocking)算法來改善影響范圍,減少運行時間。MTIB算法的主要思想是:將網絡拓撲圖邊的概率設置為主題的傳播概率,然后計算阻斷影響最大化的種子集合。MTIB算法通過為每一個節(jié)點生成一個反向加權樹,反向加權樹中的節(jié)點都會計算一個代表該節(jié)點可以阻斷范圍的分數,最后找到分數最高的k個節(jié)點作為阻斷種子集合。真實社交網絡的實驗結果表明,MTIB算法與現有的算法相比運行時間明顯減少,同時影響范圍有很大的提升。(2)基于動態(tài)社交網絡的阻斷影響最大化算法。已有的動態(tài)社交網阻斷影響最大化算法利用靜態(tài)社交網的計算方法,產生很多不必要的計算開銷。本文提出了一種增量式的算法DBIM(Dynamic Blocking Influence Maximization)來減少計算,并利用剪枝策略進一步減少運行時間。DBIM算法首先在初始網絡拓撲圖中用靜態(tài)方法計算初始種子集合,在下一時刻,根據拓撲變化的增量部分和初始時刻計算出的種子集合來更新種子集合。在更新種子集合時,利用剪枝策略進一步減少計算開銷。實驗結果表明,DBIM算法與其他算法相比,獲得相近影響傳播范圍所用的時間明顯減少。
【圖文】：

第二章 背景知識和相關工作狀態(tài)的鄰居節(jié)點對它的影響力的和。其子集合 S，除了種子集合 S 中的節(jié)點激活狀態(tài)，給網絡中的節(jié)點隨機分配一保持激活狀態(tài)，t 時刻，若節(jié)點 v 被它的和大于該節(jié)點本身的閾值，那么該節(jié)的條件為，∑∈ ( ), ( ),≥ 后，就有機會去影響它的鄰居節(jié)點，

早期阻斷影響最大化沒有考慮主更加接近現實生活。例如，一家公司想品，所以他要選擇對電子產品和健康有己產品影響最大，并且使有相同產品的 TIC 模型，是一種基于話題的 IC 模型 是用戶的集合，E 是用戶之間的社交∈ ,在任意時刻都有一個登陸概率 log個概率pp(u,v| ))可以影響用戶 V。T 一個概率分布，，<,,,,…,,題 Z 下 v 可以被激活的概率。這些話話題分布， = { , ,…, }， 是話動同時到達節(jié)點 v，那么節(jié)點 v 將會受向運動的影響，那么它的狀態(tài)就不會
【學位授予單位】：黑龍江大學
【學位級別】：碩士
【學位授予年份】：2019
【分類號】：G206;O157.5

【相似文獻】

相關期刊論文 前10條

1 陳健;周麗華;;大學生社交網絡自我表露的實證研究[J];高校輔導員學刊;2018年06期

2 譚洪旭;袁帥;代連奇;任利峰;;淺談社交網絡對當代大學生的影響[J];產業(yè)與科技論壇;2018年24期

3 孫夏卿;;社交網絡媒體對大學生賦權的價值體現[J];傳播力研究;2018年31期

4 張曉飛;;以社交網絡為基礎的企業(yè)營銷策略[J];商場現代化;2018年22期

5 孫國強;竇倩倩;張寶建;;西方社交網絡研究進展與未來展望[J];情報科學;2019年02期

6 陳文泰;李衛(wèi)東;;國際社交網絡中“國家實在”傳播與國家形象演化機制研究[J];新聞大學;2018年06期

7 孫晉;沈紅;;社交網絡群體性迷失現象分析[J];電腦知識與技術;2019年12期

8 鄧華闖;項yN麟;周楠;周子清;;社交網絡招聘有效性影響因素研究[J];中小企業(yè)管理與科技(上旬刊);2019年04期

9 王超瓊;陳s

本文編號：2617361