微博复杂网络适应度模型的研究

发布时间：2024-05-25 14:24

　　近年来，随着互联网技术的快熟发展，涌现出了一大批在线社交网络，如：国外的Facebook、Twitter、YouTube，国内的人人网、新浪微博等。 微博作为一种新兴的在线社交网络，是现实社会的人际关系在网络上的映射和扩展，反映了人们在网络上的连接关系，其结构和演化已经引起了复杂网络研究者的广泛关注。深入理解微博网络的拓扑结构有助于了解信息在网络中的传播，具有重要的理论价值和现实意义。 复杂网络理论已被证明为一种强大的理解复杂系统结构和动力学特性的方法。本文以新浪微博为研究对象，根据微博用户关注关系网络自身的结构和特点，将经典的复杂网络相关理论及模型应用于微博用户关注关系网络，对其进行网络建模。在适应度网络模型的基础上，结合Price网络模型对适应度网络模型应用于微博用户关注关系网络中存在的缺陷进行改进，得到了P-Fitness网路模型一；进步针对P-Fitness网络模型应用在微博用户关注关系网络上的不足进行改进，提出了微博适应度网络模型一一SP-Fitness网络模型。 同时，本文通过对实际微博网络的用户的粉丝数分布、User PR值（用户的PageRank值）分布以及活跃度分布的...

【文章页数】：76 页

【学位级别】：硕士

【文章目录】：
学位论文数据集
摘要
ABSTRACT
第一章 绪论
    1.1 课题研究背景及意义
    1.2 国内外相关研究
        1.2.1 复杂网络理论的相关研究
        1.2.2 社交网络的相关研究
        1.2.3 微博网络的相关研究
    1.3 论文的主要贡献
    1.4 论文的组织结构
第二章 复杂网络基本模型
    2.1 复杂网络模型简介
        2.1.1 代表性的网络模型
        2.1.2 适应度网络模型
        2.1.3 Price 网络模型
    2.2 网络节点重要性指标
        2.2.1 无向网络节点重要性指标
        2.2.2 有向网络节点重要性指标
    2.3 本章小结
第三章 新浪微博用户影响力分析
    3.1 实验数据集
    3.2 微博用户关注网络拓扑结构
        3.2.1 初步分析
        3.2.2 二次分析
    3.3 新浪微博用户的User PR值
        3.3.1 User PR 算法定义
        3.3.2 User PR算法迭代过程
        3.3.3 User PR 值分布
    3.4 微博用户的活跃度
    3.5 有影响力的新浪微博用户及其微博特征
        3.5.1 用户影响力因素的排名比较
        3.5.2 微博特征分析
    3.6 本章小结
第四章 微博适应度网络模型（SP-FitneSS模型）
    4.1 SP-Fitness网络模型设计
        4.1.1 Fitness网络模型（适应度模型）应用于微博网络
        4.1.2 P-Fitness 网络模型（Price 模型+Fitness 模型）
        4.1.3 SP-Fitness网络模型（P-Fitness模型的二次演化模型）
    4.2 适应度算法设计
        4.2.1 微博用户节点适应度算法设计
        4.2.2 微博用户节点适应度因素之间的相关性
        4.2.3 微博用户节点的适应度分布
    4.3 SP-Fitness网络模型的编程实现
    4.4 本章小结
第五章 SP-Fitness网络模型的仿真分析
    5.1 入度分布和User PR值分布
        5.1.1 入度分布
        5.1.2 User PR 值分布
    5.2 入度和User PR值排名分析
    5.3 本章小结
第六章 结论与展望
    6.1 论文主要成果
    6.2 后续工作及展望
参考文献
致谢
发表的学术论文
作者及导师简介
附件



本文编号：3982221