時間敏感的社交網(wǎng)絡(luò)影響力傳播算法研究
發(fā)布時間:2022-05-08 13:36
隨著移動互聯(lián)網(wǎng)的飛速發(fā)展,在線社交網(wǎng)絡(luò)已經(jīng)成為了營銷活動最有效的運(yùn)營平臺,進(jìn)而催生出了“病毒營銷”這一商業(yè)推廣模式!安《緺I銷”所面臨的最大挑戰(zhàn)便是如何從全體用戶集合中選出k個用戶組成“種子集合”去傳播影響,從而使得最終被影響到的用戶的期望數(shù)目最大化。上述問題就是經(jīng)典的影響力傳播最大化問題。基于上述背景,本文首先為社交網(wǎng)絡(luò)中的影響力傳播問題引入新的考量因素,一是差異化的用戶耗費(fèi)與收益,二是包含傳播延遲和時限約束的時間限制,在時間敏感的傳播模型下,構(gòu)建了時間敏感的社交網(wǎng)絡(luò)反饋收益計算問題。該問題的目的是在新的時間敏感影響力傳播模型下,給定任意的結(jié)點集合S去傳播影響,快速高效的計算最終所有激活結(jié)點的反饋收益和。本文證明了該問題在兩種影響力傳播模型下均是#P難的,并設(shè)計新的采樣策略對最終的反饋收益函數(shù)進(jìn)行快速高效的估計。隨后對采樣策略的等價性與近似性進(jìn)行了理論分析,證明了采樣策略的優(yōu)異性質(zhì)。其次,本文形式化地構(gòu)建了時間敏感的社交網(wǎng)絡(luò)反饋收益最大化問題。該問題的目的是在時限約束T和預(yù)算約束B下,尋找到最具性價比的用戶集合去最大化地影響目標(biāo)用戶,從而使得最終所有受影響的用戶的反饋收益和最大化。本...
【文章頁數(shù)】:95 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 社交網(wǎng)絡(luò)影響力傳播概述
1.2 背景知識介紹
1.2.1 基本概念
1.2.2 研究現(xiàn)狀
1.2.3 研究趨勢及研究難點
1.3 本文的主要工作
1.3.1 主要貢獻(xiàn)與研究意義
1.3.2 研究方法
1.4 本文的組織結(jié)構(gòu)
第2章 社交網(wǎng)絡(luò)影響力傳播相關(guān)研究
2.1 影響力傳播模型
2.1.1 獨立級聯(lián)模型
2.1.2 線性閾值模型
2.1.3 引入相遇事件的影響力傳播模型
2.2 影響力傳播最大化算法
2.2.1 貪心算法及其改進(jìn)
2.2.2 啟發(fā)式算法
2.2.3 基于采樣的近似算法
2.3 團(tuán)隊組建問題與算法
2.3.1 交流耗費(fèi)最小化的團(tuán)隊組建算法
2.3.2 影響力傳播最大化的團(tuán)隊組建算法
2.4 本章小結(jié)
第3章 時間敏感的社交網(wǎng)絡(luò)反饋收益采樣估計算法
3.1 問題定義及計算復(fù)雜度
3.2 影響力傳播模型性質(zhì)分析
3.3 社交網(wǎng)絡(luò)反饋收益采樣估計算法
3.3.1 采樣算法框架設(shè)計
3.3.2 IC-M模型下的采樣算法
3.3.3 LT-M模型下的采樣算法
3.4 采樣算法性能分析
3.4.1 等價性分析
3.4.2 近似性分析
3.5 本章小結(jié)
第4章 時間敏感的社交網(wǎng)絡(luò)反饋收益最大化算法
4.1 問題定義及計算復(fù)雜度
4.2 社交網(wǎng)絡(luò)反饋收益最大化算法
4.3 反饋收益最大化算法近似度分析
4.4 實驗
4.4.1 數(shù)據(jù)集描述
4.4.2 實驗參數(shù)設(shè)定
4.4.3 性能評估準(zhǔn)則
4.4.4 實驗結(jié)果分析
4.5 本章小結(jié)
第5章 基于時間敏感社交網(wǎng)絡(luò)影響力傳播的事件組織者挖掘
5.1 問題定義及計算復(fù)雜度
5.2 樸素貪心算法
5.3 雙向算法
5.3.1 反饋收益估計策略
5.3.2 雙向算法
5.4 實驗
5.4.1 數(shù)據(jù)集描述
5.4.2 實驗參數(shù)設(shè)定
5.4.3 性能評估準(zhǔn)則
5.4.4 實驗結(jié)果分析
5.5 本章小結(jié)
第6章 總結(jié)與展望
6.1 論文總結(jié)
6.2 研究展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果
本文編號:3651756
【文章頁數(shù)】:95 頁
【學(xué)位級別】:碩士
【文章目錄】:
摘要
ABSTRACT
第1章 緒論
1.1 社交網(wǎng)絡(luò)影響力傳播概述
1.2 背景知識介紹
1.2.1 基本概念
1.2.2 研究現(xiàn)狀
1.2.3 研究趨勢及研究難點
1.3 本文的主要工作
1.3.1 主要貢獻(xiàn)與研究意義
1.3.2 研究方法
1.4 本文的組織結(jié)構(gòu)
第2章 社交網(wǎng)絡(luò)影響力傳播相關(guān)研究
2.1 影響力傳播模型
2.1.1 獨立級聯(lián)模型
2.1.2 線性閾值模型
2.1.3 引入相遇事件的影響力傳播模型
2.2 影響力傳播最大化算法
2.2.1 貪心算法及其改進(jìn)
2.2.2 啟發(fā)式算法
2.2.3 基于采樣的近似算法
2.3 團(tuán)隊組建問題與算法
2.3.1 交流耗費(fèi)最小化的團(tuán)隊組建算法
2.3.2 影響力傳播最大化的團(tuán)隊組建算法
2.4 本章小結(jié)
第3章 時間敏感的社交網(wǎng)絡(luò)反饋收益采樣估計算法
3.1 問題定義及計算復(fù)雜度
3.2 影響力傳播模型性質(zhì)分析
3.3 社交網(wǎng)絡(luò)反饋收益采樣估計算法
3.3.1 采樣算法框架設(shè)計
3.3.2 IC-M模型下的采樣算法
3.3.3 LT-M模型下的采樣算法
3.4 采樣算法性能分析
3.4.1 等價性分析
3.4.2 近似性分析
3.5 本章小結(jié)
第4章 時間敏感的社交網(wǎng)絡(luò)反饋收益最大化算法
4.1 問題定義及計算復(fù)雜度
4.2 社交網(wǎng)絡(luò)反饋收益最大化算法
4.3 反饋收益最大化算法近似度分析
4.4 實驗
4.4.1 數(shù)據(jù)集描述
4.4.2 實驗參數(shù)設(shè)定
4.4.3 性能評估準(zhǔn)則
4.4.4 實驗結(jié)果分析
4.5 本章小結(jié)
第5章 基于時間敏感社交網(wǎng)絡(luò)影響力傳播的事件組織者挖掘
5.1 問題定義及計算復(fù)雜度
5.2 樸素貪心算法
5.3 雙向算法
5.3.1 反饋收益估計策略
5.3.2 雙向算法
5.4 實驗
5.4.1 數(shù)據(jù)集描述
5.4.2 實驗參數(shù)設(shè)定
5.4.3 性能評估準(zhǔn)則
5.4.4 實驗結(jié)果分析
5.5 本章小結(jié)
第6章 總結(jié)與展望
6.1 論文總結(jié)
6.2 研究展望
參考文獻(xiàn)
致謝
在讀期間發(fā)表的學(xué)術(shù)論文與取得的研究成果
本文編號:3651756
本文鏈接:http://www.sikaile.net/xinwenchuanbolunwen/3651756.html
最近更新
教材專著