在线社会网络影响力节点发现方法研究

发布时间：2017-10-22 23:22

  本文关键词：在线社会网络影响力节点发现方法研究

  更多相关文章： 社会网络 信息传播网络 社区结构 影响力节点 结构洞

【摘要】：随着信息技术的快速发展,在线社会网络受到了人们的关注,在线社会网络是指人们以计算机和网络为中介进行社交、联系和协作所形成的人与人之间的社会网络,如博客、微博、即时通信、社交网络等。 发现和辨识在线社会网络中的影响力节点具有重要的理论意义和应用价值,它对于加快信息传播、控制谣言、搜索引擎优化设计以及理解社会网络和其他网络的分层组织具有重要意义。当前发现影响力节点的方法主要有基于网络结构特征的方法,例如以节点度、节点接近度、节点中介数等为指标的方法；还有基于传播过程的方法,例如PageRank、Leader Rank等。Duan-Bing Chen[1]等人的研究指出,社团结构对于信息传播具有负面影响,局限了信息在社区间的更广泛的传播,但是社会网络中结构洞的存在却很好的弥补了这一缺陷。因此,本文认为网络结构中的影响力节点不仅包括了社区内部的重要节点,而且还包括了社区之间的结构洞节点。 基于上述的原因,本文提出了信息传播网络中发现结构洞节点的算法,不仅考虑了信息传播网络结构中存在的社区结构,还加入了社区结构内部的重要节点对于结构洞发现的作用,该算法能够有效的识别出网络中存在的结构洞节点。同时根据结构洞节点的存在以及社区内部重要节点的作用,本文提出了由社区内部重要节点与社区之间结构洞节点构成的影响力节点集合的概念。最后,对新浪微博的数据集进行了相关实验,将本文提出的算法和PageRank算法、PathCount算法进行比较,证明本文算法的有效性。
【关键词】：社会网络 信息传播网络 社区结构 影响力节点 结构洞
【学位授予单位】：太原理工大学
【学位级别】：硕士
【学位授予年份】：2014
【分类号】：TP393.09
【目录】：

• 摘要3-4
• ABSTRACT4-8
• 第一章 绪论8-18
• 1.1 选题背景8-10
• 1.1.1 社会网络简介8-9
• 1.1.2 在线社会网络简介9-10
• 1.2 选题意义10
• 1.3 国内外研究动态10-15
• 1.3.1 基于网络拓扑结构的影响力节点发现10-12
• 1.3.2 结合节点属性的影响力节点发现方法12-13
• 1.3.3 复杂网络的社区发现13-14
• 1.3.4 社会网络中结构洞理论的研究14-15
• 1.4 本文的主要工作及结构安排15-18
• 1.4.1 论文主要工作15
• 1.4.2 论文组织结构15-18
• 第二章 相关基础理论18-30
• 2.1 复杂网络相关概念及属性18-22
• 2.1.1 网络的图表示18-19
• 2.1.2 聚类系数19-20
• 2.1.3 相关系数20-21
• 2.1.4 节点度以及度分布21-22
• 2.2 复杂网络的模块结构及划分算法22-26
• 2.2.1 复杂网络的模块结构22-23
• 2.2.2 模块度23-25
• 2.2.3 社区划分算法25-26
• 2.3 社会学中结构洞的基础理论26-29
• 2.3.1 结构洞的理论基础26-27
• 2.3.2 结构洞的竞争优势27-28
• 2.3.3 网络结构的两种形式——结构洞与网络闭合28
• 2.3.4 结构洞与弱关系28-29
• 2.4 本章小结29-30
• 第三章 实验数据集描述30-34
• 3.1 数据集来源及其在线社会网络特点30-31
• 3.2 数据集描述31-33
• 3.2.1 数据集统计及其爬取方式31
• 3.2.2 数据集处理31-33
• 3.3 本章小结33-34
• 第四章 在线社会网络中结构洞节点的发现34-46
• 4.1 信息传播网络中结构洞节点的表示34-35
• 4.2 信息传播网络中重叠社区结构的发现35-39
• 4.2.1 发现重叠社区结构算法-OSLOM35-38
• 4.2.2 OSLOM算法实验结果38-39
• 4.3 重叠社区内重要节点发现39-43
• 4.3.1 k-核分解算法39-42
• 4.3.2 使用k-核分解算法发现社区内部重要节点42-43
• 4.4 信息传播网络中结构洞节点发现的算法43-44
• 4.5 本章小结44-46
• 第五章 在线社会网络中影响力节点的发现46-50
• 5.1 微博网络中的信息传播46-47
• 5.2 信息传播网络中影响力节点发现算法47-48
• 5.3 实验分析48-49
• 5.4 本章小结49-50
• 第六章 总结与展望50-52
• 6.1 主要工作总结50-51
• 6.2 展望51-52
• 参考文献52-56
• 致谢56-58
• 攻读学位期间发表的学术论文目录58

【参考文献】

中国期刊全文数据库 前3条

1 朱涛;常国岑;施笑安;;基于复杂网络的作战系统结构研究[J];火力与指挥控制;2008年S1期

2 常树春;张东戈;周道安;;基于SNA的指挥控制关系建模与分析[J];计算机工程与应用;2008年16期

3 杨博;刘大有;金弟;马海宾;;复杂网络聚类方法[J];软件学报;2009年01期

，

本文编号：1080577