社交网络中的收益最大化优化方法研究
发布时间：2023-03-04 05:31
随着近二十年信息科学的发展,社交网络迅速普及,信息传播带来的影响深入人们的日常生活中,它为大规模的在线病毒营销提供了有效的平台。病毒营销是指将免费产品提供给特定人群后,人们会因社交网络中的影响力将产品推荐给朋友、朋友的朋友,最后产生大规模的营销效果。随着在线社交网络的快速发展,关于病毒式营销做了大量的研究工作,但是多数研究工作都基于一个假设,最终的产品收益与被影响的用户的个数相关。然而在某些情形下,被影响的用户的个数不能反映一个产品营销的成功,某些产品的收益依赖于被影响用户之间的互动活动。在线游戏就是一个很好的例子,游戏公司的收益主要得益于游戏玩家的参与和互动。在论文中,我们主要研究与被影响的用户之间互动活动相关的收益最大化问题的优化方法,主要工作和研究成果可以归纳为以下几个方面:(1)以在线游戏产品的营销为例,我们分析了在线游戏产品收益的来源,游戏的收益与游戏玩家的交互活动紧密相关,提出了收益最大化问题(PMP),即在社交网络中,选择一个种子集合,通过社交网络中的影响力传播,使得最终被影响的用户之间产生的收益最大。分析了问题的复杂性,证明了问题是NP-hard的。对于传统的影响力最大...
【文章页数】：178 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 研究工作及创新点
1.3 本文的组织结构
第2章 影响力传播与次模优化概述
2.1 传播模型
2.1.1 独立级联传播模型
2.1.2 线性阈值模型
2.1.3 触发模型
2.1.4 时间感知模型
2.2 影响力最大化
2.2.1 基于仿真的方法
2.2.2 基于代理的方法
2.2.3 基于样本图的方法
2.3 上下文感知的影响力最大化
2.3.1 主题感知的影响力传播
2.3.2 时间感知的影响力传播
2.3.3 位置感知的影响力传播
2.3.4 动态的影响力传播
2.3.5 竞争的影响力传播
2.4 收益最大化
2.5 次模优化
2.5.1 次模函数定义
2.5.2 鲁棒的次模优化
2.5.3 随机的次模优化
2.6 非次模优化
2.6.1 超模粒度
2.6.2 DS函数
2.6.3 三明治策略
2.6.4 离散的DC函数
2.7 本章小结
第3章 基于DS分解策略的收益最大化优化方法
3.1 概述
3.2 问题形式化
3.2.1 收益最大化问题
3.2.2 问题的模性
3.2.3 问题的复杂性
3.3 DS分解策略
3.4 算法及性能分析
3.4.1 模上界和模下界
3.4.2 算法
3.4.3 算法分析
3.4.4 反向集合采样方法
3.5 实验分析
3.5.1 实验设置
3.5.2 实验结果与分析
3.6 本章小结
第4章 基于双三明治算法的鲁棒的收益最大化优化方法
4.1 概述
4.2 问题形式化
4.2.1 鲁棒的收益最大化问题
4.2.2 收益最大化问题
4.3 三明治策略
4.3.1 次模的上界
4.3.2 次模的下界
4.3.3 三明治算法
4.4 双三明治算法解决鲁棒的收益最大化问题
4.4.1 复杂性
4.4.2 双三明治算法
4.4.3 基于统一采样的双三明治算法
4.5 实验与分析
4.5.1 实验设置
4.5.2 实验结果与分析
4.6 本章小结
第5章 自适应的收益最大化优化方法
5.1 概述
5.2 非自适应的收益最大化问题
5.3 自适应的收益最大化问题
5.3.1 背景知识
5.3.2 适应的单调性和适应的次模性
5.3.3 问题定义
5.4 适应的次模上界和下界
5.4.1 适应的次模上界
5.4.2 适应的次模下界
5.5 算法
5.5.1 懒惰估计
5.5.2 加速的适应性贪婪算法
5.5.3 适应性三明治近似策略
5.5.4 近似率
5.5.5 算法实现
5.6 实验
5.6.1 实验设置
5.6.2 实验结果与分析
5.7 本章小结
第6章 总结与展望
6.1 主要工作总结
6.2 未来工作展望
参考文献
致谢
攻读学位期间发表的学术论文目录
攻读学位期间参与科研项目情况
外文论文
学位论文评阅及答辩情况表
本文编号：3753806
【文章页数】：178 页
【学位级别】：博士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景及意义
1.2 研究工作及创新点
1.3 本文的组织结构
第2章 影响力传播与次模优化概述
2.1 传播模型
2.1.1 独立级联传播模型
2.1.2 线性阈值模型
2.1.3 触发模型
2.1.4 时间感知模型
2.2 影响力最大化
2.2.1 基于仿真的方法
2.2.2 基于代理的方法
2.2.3 基于样本图的方法
2.3 上下文感知的影响力最大化
2.3.1 主题感知的影响力传播
2.3.2 时间感知的影响力传播
2.3.3 位置感知的影响力传播
2.3.4 动态的影响力传播
2.3.5 竞争的影响力传播
2.4 收益最大化
2.5 次模优化
2.5.1 次模函数定义
2.5.2 鲁棒的次模优化
2.5.3 随机的次模优化
2.6 非次模优化
2.6.1 超模粒度
2.6.2 DS函数
2.6.3 三明治策略
2.6.4 离散的DC函数
2.7 本章小结
第3章 基于DS分解策略的收益最大化优化方法
3.1 概述
3.2 问题形式化
3.2.1 收益最大化问题
3.2.2 问题的模性
3.2.3 问题的复杂性
3.3 DS分解策略
3.4 算法及性能分析
3.4.1 模上界和模下界
3.4.2 算法
3.4.3 算法分析
3.4.4 反向集合采样方法
3.5 实验分析
3.5.1 实验设置
3.5.2 实验结果与分析
3.6 本章小结
第4章 基于双三明治算法的鲁棒的收益最大化优化方法
4.1 概述
4.2 问题形式化
4.2.1 鲁棒的收益最大化问题
4.2.2 收益最大化问题
4.3 三明治策略
4.3.1 次模的上界
4.3.2 次模的下界
4.3.3 三明治算法
4.4 双三明治算法解决鲁棒的收益最大化问题
4.4.1 复杂性
4.4.2 双三明治算法
4.4.3 基于统一采样的双三明治算法
4.5 实验与分析
4.5.1 实验设置
4.5.2 实验结果与分析
4.6 本章小结
第5章 自适应的收益最大化优化方法
5.1 概述
5.2 非自适应的收益最大化问题
5.3 自适应的收益最大化问题
5.3.1 背景知识
5.3.2 适应的单调性和适应的次模性
5.3.3 问题定义
5.4 适应的次模上界和下界
5.4.1 适应的次模上界
5.4.2 适应的次模下界
5.5 算法
5.5.1 懒惰估计
5.5.2 加速的适应性贪婪算法
5.5.3 适应性三明治近似策略
5.5.4 近似率
5.5.5 算法实现
5.6 实验
5.6.1 实验设置
5.6.2 实验结果与分析
5.7 本章小结
第6章 总结与展望
6.1 主要工作总结
6.2 未来工作展望
参考文献
致谢
攻读学位期间发表的学术论文目录
攻读学位期间参与科研项目情况
外文论文
学位论文评阅及答辩情况表
本文编号：3753806
本文链接：https://www.wllwen.com/kejilunwen/ruanjiangongchenglunwen/3753806.html
