基于网络嵌入的影响力最大化算法研究

发布时间：2024-04-27 01:38

　　影响力最大化问题就是一种专门针对社会网络的研究而提出的问题,所谓的影响力最大化问题,就是要找出网络中的k个影响力节点集作为种子节点集,使得其产生的影响力传播范围最大。影响力最大化问题研究中所使用的数据都是网络数据,众所周知网络数据通常都是非常复杂的,处理这样的数据很有挑战性。想要高效的处理网络数据,第一个关键的问题就是找到科学的网络数据表示,而网络嵌入学习算法正是一种高效的处理网络数据表示问题的算法。本文对网络嵌入算法进行深入研究,提出了一种改进的DeepWalk算法——C-DeepWalk算法。首先,我们提出了一种新的采样方法,利用这种新的采样方法产生节点序列;然后将所生成的节点序列输入到Skip-Gram模型中进行学习,得到节点的向量表示;最后利用链路预测任务,在多个真实数据集上进行实验,将本文中所提出的C-DeepWalk算法与已有的网络嵌入算法进行对比。链路预测的实验结果表明,C-DeepWalk算法的学习性能要优于现有的网络嵌入算法。同时,本文通过对传统启发式影响力最大化算法的研究,将网络嵌入算法引入影响力最大化问题的研究中,提出了一种新的影响力最大化算法NEIM算法。首先,...

【文章页数】：83 页

【学位级别】：硕士

【部分图文】：

图1-1Facebook网络全球友谊图

1.1研究背景信息技术诞生以来的十几年时间里，以Internet为代表的技术不断发展，使得人类社会迅速进入了网络时代。今天，我们周围的世界已经被各种各样的复杂的网络所占据，我们所生活的社会，也已经高度网络化，比如我们身边常见的航空网络、交通网络、万维网、电力网络、生物网络、....

图2-1IC模型传播过程

图2-1IC模型传播过程在T=1时刻，节点V1以0.5的概率试图去激活它的邻居节点V2和V3，假设在这一激活过程中，节点V1激活成功了V3节点，对V2节点的激活，于是在T=1时刻，处于激活状态的节点就有V1和V3，但由于V1在T....

图2-2LT模型传播过程

兰州大学硕士学位论文基于网络嵌入的影响力最大化算法研究能保证激活过程一定会成功，因此在IC模型中被激活的节点的序列是不确定，也不是唯一的。2.2.2线性阈值模型（LinearThresholdModel）LinearThresholdModel（线性阈值模型），下文简....

图3-1词频统计分析

[14]图3-1词频统计分析图3-1就是作者针对随机游走采样过程中的节点分析和自然语言中词频统计的分析，这也就说明了在随机游走路径和自然语言处理中都存在着相同的分布特性。所谓的分布特性，在网络随机游走路径上表现为度大的节点是极少数，而度不是很大的节点却是大多数；而在自然语言处....

本文编号：3965166