社交网络中个体对群体影响力分析及数据可视化平台
发布时间：2022-08-07 19:29
随着互联网的快速发展,社交网络节点影响力的研究成为热点,影响力分析对理解网络谣言、信息、病毒传播等具有重要意义。当前研究多集中于如何评价和衡量个体影响力,少有从个体对群体角度研究影响力的作用机制。本文将节点影响力扩散看作信息在网络中的流动,而介数中心性正是刻画对信息控制能力的属性。基于该思想,本文提出了基于介数中心性和节点贡献度的个体对群体影响力算法,并进行仿真验证,最后本文构建复杂网络数据可视化平台。具体成果如下:1.总结了国内外关于节点影响力的研究现状,介绍度量节点重要性的若干经典算法,另外分别阐述了基于拓扑结构、用户行为、主题等节点影响力算法,并分析算法的局限性;详细介绍了复杂网络相关理论基础,包括图、重要节点算法以及病毒传播模型。2.根据当前研究现状,提出了一种个体对群体影响力算法,以此刻画节点对整个网络的影响力贡献情况;将算法在不同网络中的计算结果进行仿真验证;对算法计算结果进行定量分析,总结个体对群体影响力分布情况。3.构建基于web的数据可视化平台。首先分析当前网络数据可视化研究现状、开发环境、相关技术同时进行需求分析;然后制定技术路线以及系统架构并对平台进行各模块设计;...
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
1.1 课题的研究背景与意义
1.2 国内外研究现状
1.3 论文的组织结构
第二章 复杂网络影响力相关理论与技术
2.1 图的基本理论
2.1.1 网络的图表示
2.1.2 图的计算机表示
2.2 网络的相关概念
2.2.1 度
2.2.2 网络直径和路径
2.3 网络重要节点算法
2.3.1 度中心性
2.3.2 PageRank算法
2.3.3 K-shell算法
2.3.4 介数中心性
2.4 评价方法
2.4.1 病毒传播模型
2.4.2 SI模型
2.4.3 SIR模型
2.5 本章小结
第三章 社交网络个体对群体影响力分析算法
3.1 路径搜索算法
3.2 贡献度
3.3 算法模型
3.3.1 个体间影响力
3.3.2 个体对群体影响力定义
3.3.3 个体对群体影响力算法
3.4 本章小结
第四章 个体对群体影响力仿真实验与结果分析
4.1 仿真网络和方法
4.2 网络传播仿真分析
4.2.1 随机网络传播仿真
4.2.2 Email网络传播仿真
4.2.3 Zachary网络传播仿真
4.3 个体对群体影响力定量分析
4.4 本章小结
第五章 网络数据可视化平台
5.1 数据可视化
5.1.1 数据可视化发展历史
5.1.2 数据可视化分类
5.2 开发环境与相关技术
5.3 需求分析
5.4 系统总体设计
5.4.1 系统架构
5.4.2 系统功能
5.5 系统界面设计
5.5.1 整体界面设计
5.5.2 数据读写
5.5.3 网络参数计算界面
5.5.4 网络拓扑映射界面
5.5.5 F_(iG)算法实现界面
5.6 系统测试
5.7 基于web的数据可视化平台优点和应用
第六章 总结与展望
6.1 本文总结
6.2 展望
参考文献
附录1 程序清单
附录2 攻读硕士学位期间撰写的论文
附录3 攻读硕士学位期间申请的专利
致谢
【参考文献】：
期刊论文
[1]基于复杂网络的群体决策个体影响力分析[J]. 杨学南,王栋志,石瑞丽,郭春香. 西南科技大学学报. 2017(02)
[2]基于复杂网络的社交网络用户影响力研究[J]. 徐杰,王菊韵,张海云. 中国传媒大学学报(自然科学版). 2017(02)
[3]一种基于社交影响力和平均场理论的信息传播动力学模型[J]. 肖云鹏,李松阳,刘宴兵. 物理学报. 2017(03)
[4]社会网络节点影响力分析研究[J]. 韩忠明,陈炎,刘雯,原碧鸿,李梦琪,段大高. 软件学报. 2017(01)
[5]国内外作者贡献声明的贡献要素与贡献权重算法初探[J]. 张闪闪. 图书情报工作. 2016(01)
[6]多社交网络的影响力最大化分析[J]. 李国良,楚娅萍,冯建华,徐尧强. 计算机学报. 2016(04)
[7]一种基于K-Shell的复杂网络重要节点发现算法[J]. 顾亦然,王兵,孟繁荣. 计算机技术与发展. 2015(09)
[8]基于灰色关联度和熵权法的公路网关键节点识别方法[J]. 王元,郑贵省,王鹏,张胜利. 军事交通学院学报. 2015(06)
[9]一种基于用户相对权重的在线社交网络信息传播模型[J]. 王金龙,刘方爱,朱振方. 物理学报. 2015(05)
[10]网络重要节点排序方法综述[J]. 任晓龙,吕琳媛. 科学通报. 2014(13)
硕士论文
[1]基于社区结构的Top-K影响力节点发现算法研究[D]. 赵倩.华中科技大学 2015
[2]社交网络中节点影响力评估算法研究[D]. 王梓.北京邮电大学 2015
本文编号：3670909
【文章页数】：70 页
【学位级别】：硕士
【文章目录】：
摘要
abstract
专用术语注释表
第一章 绪论
1.1 课题的研究背景与意义
1.2 国内外研究现状
1.3 论文的组织结构
第二章 复杂网络影响力相关理论与技术
2.1 图的基本理论
2.1.1 网络的图表示
2.1.2 图的计算机表示
2.2 网络的相关概念
2.2.1 度
2.2.2 网络直径和路径
2.3 网络重要节点算法
2.3.1 度中心性
2.3.2 PageRank算法
2.3.3 K-shell算法
2.3.4 介数中心性
2.4 评价方法
2.4.1 病毒传播模型
2.4.2 SI模型
2.4.3 SIR模型
2.5 本章小结
第三章 社交网络个体对群体影响力分析算法
3.1 路径搜索算法
3.2 贡献度
3.3 算法模型
3.3.1 个体间影响力
3.3.2 个体对群体影响力定义
3.3.3 个体对群体影响力算法
3.4 本章小结
第四章 个体对群体影响力仿真实验与结果分析
4.1 仿真网络和方法
4.2 网络传播仿真分析
4.2.1 随机网络传播仿真
4.2.2 Email网络传播仿真
4.2.3 Zachary网络传播仿真
4.3 个体对群体影响力定量分析
4.4 本章小结
第五章 网络数据可视化平台
5.1 数据可视化
5.1.1 数据可视化发展历史
5.1.2 数据可视化分类
5.2 开发环境与相关技术
5.3 需求分析
5.4 系统总体设计
5.4.1 系统架构
5.4.2 系统功能
5.5 系统界面设计
5.5.1 整体界面设计
5.5.2 数据读写
5.5.3 网络参数计算界面
5.5.4 网络拓扑映射界面
5.5.5 F_(iG)算法实现界面
5.6 系统测试
5.7 基于web的数据可视化平台优点和应用
第六章 总结与展望
6.1 本文总结
6.2 展望
参考文献
附录1 程序清单
附录2 攻读硕士学位期间撰写的论文
附录3 攻读硕士学位期间申请的专利
致谢
【参考文献】：
期刊论文
[1]基于复杂网络的群体决策个体影响力分析[J]. 杨学南,王栋志,石瑞丽,郭春香. 西南科技大学学报. 2017(02)
[2]基于复杂网络的社交网络用户影响力研究[J]. 徐杰,王菊韵,张海云. 中国传媒大学学报(自然科学版). 2017(02)
[3]一种基于社交影响力和平均场理论的信息传播动力学模型[J]. 肖云鹏,李松阳,刘宴兵. 物理学报. 2017(03)
[4]社会网络节点影响力分析研究[J]. 韩忠明,陈炎,刘雯,原碧鸿,李梦琪,段大高. 软件学报. 2017(01)
[5]国内外作者贡献声明的贡献要素与贡献权重算法初探[J]. 张闪闪. 图书情报工作. 2016(01)
[6]多社交网络的影响力最大化分析[J]. 李国良,楚娅萍,冯建华,徐尧强. 计算机学报. 2016(04)
[7]一种基于K-Shell的复杂网络重要节点发现算法[J]. 顾亦然,王兵,孟繁荣. 计算机技术与发展. 2015(09)
[8]基于灰色关联度和熵权法的公路网关键节点识别方法[J]. 王元,郑贵省,王鹏,张胜利. 军事交通学院学报. 2015(06)
[9]一种基于用户相对权重的在线社交网络信息传播模型[J]. 王金龙,刘方爱,朱振方. 物理学报. 2015(05)
[10]网络重要节点排序方法综述[J]. 任晓龙,吕琳媛. 科学通报. 2014(13)
硕士论文
[1]基于社区结构的Top-K影响力节点发现算法研究[D]. 赵倩.华中科技大学 2015
[2]社交网络中节点影响力评估算法研究[D]. 王梓.北京邮电大学 2015
本文编号：3670909
本文链接：https://www.wllwen.com/guanlilunwen/ydhl/3670909.html
