社会网络中基于主题的影响力最大化研究

发布时间：2017-05-18 16:04

  本文关键词：社会网络中基于主题的影响力最大化研究，由笔耕文化传播整理发布。

【摘要】：随着互联网技术的不断发展,社会网络逐渐渗入到人们生活的方方面面。人们进行的各种社交活动使得社会网络中每天都会产生海量的信息在用户之间传播与扩散,并且这些海量的信息中包含着各种各样的主题,在不同的主题下,都存在着对其他用户影响极大的用户,通过这些影响极大的用户进行信息传播,可以将信息最大程度的扩散开来。在此背景下,社会网络中基于主题的影响力最大化问题成为了研究热点,其目的是针对社会网络中产生的各种主题,挖掘任意特定主题下最有影响力的节点集合,然后通过所挖掘的节点集合进行信息传播,可以使得信息在整个社会网络中的传播达到最大化,即所挖掘的节点集合最有最大的影响力。本文首先对基于主题的影响力最大化研究的相关理论与技术进行了研究与介绍,并根据近年来的研究现状,分析了已有研究中存在的一些问题。然后,在此基础上借鉴已有的研究成果,对社会网络中基于主题的影响力最大化问题进行了较为深入的研究,具体的研究内容如下:(1)针对社会网络中的潜藏主题及用户节点主题分布的获取问题,提出了一种适用于社会网络短文本主题挖掘的主题模型,即用户_词对主题模型U_BTM。首先采用聚类算法对社会网络中的短文本文档进行文本聚类,且通过平方误差及轮廓系数得到合适的聚簇个数。然后将每个聚簇中的短文本整合在一个文档中组成一个长文本文档,并根据长文本文档中用户节点的主题分布对每个长文本文档中词对的产生模式进行建模,并采用吉布斯抽样方法推导出模型中的参数,得到社会网络中的主题及用户节点的主题分布。最后通过实验验证了所提模型在主题质量、主题困惑度及主题差异性方面的优越性。(2)针对特定主题下挖掘最有影响力节点集合的问题,在获取到的主题及用户节点主题分布的基础上,提出了一种基于主题的影响力最大化算法。该算法考虑到主题对影响力节点挖掘的影响,首先对社会网络中的所有节点进行筛选得到一个节点子集,然后在该节点子集上分两阶段挖掘影响力节点集合,第一阶段静态地挖掘主题权威性大的节点加入到影响力节点集合,第二阶段将所挖掘的节点作为初始传播节点并利用所提出的主题信息传播模型模拟信息传播,迭代的挖掘主题影响增量最大的节点加入到影响力节点集合。最后通过实验验证了算法的有效性。
【关键词】：社会网络 主题 影响力最大化 信息传播 节点挖掘
【学位授予单位】：江苏大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：TP391.1
【目录】：

• 摘要4-6
• Abstract6-10
• 第一章 绪论10-17
• 1.1 研究背景与意义10-11
• 1.2 国内外研究现状11-14
• 1.3 研究目标与内容14-15
• 1.4 论文组织结构15-17
• 第二章 相关理论与技术17-29
• 2.1 社会网络17-18
• 2.2 常见主题模型18-23
• 2.2.1 LSA18-19
• 2.2.2 PLSA19-22
• 2.2.3 LDA22-23
• 2.3 信息传播模型23-27
• 2.3.1 独立级联模型24-25
• 2.3.2 线性阈值模型25-26
• 2.3.3 传染病模型26-27
• 2.4 基于主题的影响力最大化问题27-28
• 2.4.1 相关定义27-28
• 2.4.2 评价标准28
• 2.5 本章小结28-29
• 第三章 基于U_BTM的主题挖掘29-43
• 3.1 引言29-30
• 3.2 词对主题模型BTM30-31
• 3.3 用户_词对主题模型U_BTM31-34
• 3.3.1 文本聚类32-33
• 3.3.2 U_BTM模型描述33-34
• 3.4 模型推导34-36
• 3.5 实验结果与分析36-41
• 3.5.1 实验数据集36
• 3.5.2 文本聚类36-38
• 3.5.3 主题建模38-39
• 3.5.4 与其他模型的比较39-41
• 3.6 本章小结41-43
• 第四章 基于主题的影响力最大化算法43-54
• 4.1 引言43-44
• 4.2 主题信息传播模型TPM44-45
• 4.3 基于主题的影响力最大化算法45-49
• 4.3.1 数据预处理46
• 4.3.2 主题权威节点挖掘46-47
• 4.3.3 主题影响力节点挖掘47-48
• 4.3.4 算法描述48-49
• 4.4 实验结果与分析49-53
• 4.4.1 实验数据集49
• 4.4.2 主题挖掘49-50
• 4.4.3 参数的确定50-52
• 4.4.4 与其他算法的比较52-53
• 4.5 本章小结53-54
• 第五章 总结与展望54-56
• 5.1 总结54-55
• 5.2 展望55-56
• 致谢56-57
• 参考文献57-60
• 在学期间的研究成果及发表的学术论文60

【相似文献】

中国期刊全文数据库 前4条

1 张晓;王金龙;吴启晖;;空间相关信道下一种合作感知节点集合选择算法[J];信号处理;2010年10期

2 吴大鹏;武穆清;甄岩;张晓静;;带有带宽感知的自适应转发节点集合建立机制[J];高技术通讯;2009年09期

3 汤强;汪秉文;胡晓娅;;邻居多跳分布式分簇路由协议[J];华中科技大学学报(自然科学版);2010年02期

4 ;[J];;年期

中国硕士学位论文全文数据库 前1条

1 朱玉婷;社会网络中基于主题的影响力最大化研究[D];江苏大学;2016年

  本文关键词：社会网络中基于主题的影响力最大化研究，由笔耕文化传播整理发布。

，

本文编号：376478