带有时间约束及面向主题的影响最大化研究

发布时间：2017-12-01 08:02

  本文关键词：带有时间约束及面向主题的影响最大化研究

  更多相关文章： 影响最大化 时间约束 主题 社交网络

【摘要】：随着互联网技术的发展,电脑和智能手机的普及,Facebook、微博等社交网站获得了巨大的成功,用户数量急剧增加。网络对人们现实生活的影响越来越大,同时也催生出了网络营销等方法来对产品进行推销。网络营销就是通过在线社交网络中个人的社会关系例如朋友、同事或者关注关系,在"word-of-mouth"效应下来进行影响力的传播。在这个背景下,在线社交网络中的影响最大化问题受到广泛关注。影响最大化问题就是在社交网络中找出K个种子结点集合,使得通过该集合影响传播后最终在这个网络上带来的影响效益最大。针对影响最大化问题已经有了许多的研究成果,例如通过贪心算法求解影响最大化问题,以及在独立级联模型和线性阈值模型下的扩展算法。但是这些算法都是从算法的效率和效果上不断改进,没有从传播信息的主题和时间约束上来考虑影响最大化问题。实际上,在网络中传播的信息是具有主题特征的,而且传播的信息还带有时间约束。因此,需要研究带有时间约束及面向主题的影响最大化问题。本文在传统影响最大化问题的基础上提出了带有时间约束及面向主题影响最大化问题,建立了一个在时间约束下考虑主题的LAICS (Latency Aware Independent Cascade based on Subject)传播模型。在该模型中,引入了时间约束和主题,构建用户偏好模型,通过用户的偏好模型来计算用户在该信息主题下的激活概率,且在影响传播过程中考虑用户在信息传播过程中的时间延迟。本文提出了TGAS (the Time constrained Greedy Algorithm based on Subject)算法来求解在特定信息下的影响最大化问题。该算法是在经典贪心算法的框架基础的改进,考虑了用户的偏好特征和信息时在传播过程中的时间延迟等特征,重新设计了影响力计算方法。通过TGAS算法计算的结果有更高的精确度,能更好的适应产品促销等带有时间约束的信息影响最大化问题。
【学位授予单位】：云南大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：F274;TP301.6
，

本文编号：1240387