基于EPC网络的社会影响力最大化问题

发布时间：2017-10-05 14:42

  本文关键词：基于EPC网络的社会影响力最大化问题

  更多相关文章： 物联网 EPC网络 病毒营销 社会影响力 RFID

【摘要】：近年来,物联网技术在越来越多的领域中飞速发展。这也使EPC网络得到了广泛的推广和应用。EPC网络(Electronic Product Code Network)是由EPCglobal组织创建的,它是一个用来在贸易伙伴之间共享商品信息的开放式网络平台。其基础的信息流是依靠每个商品上(或嵌入商品中)的RFID标签来追溯的,这些RFID标签分别被赋予了一个全球唯一的EPC号。EPC网络通过RFID读写器终端快速地识别RFID标签,收集商品的信息。EPC网络在防伪、溯源、防窜货等多个领域扮演了重要的角色。然而,目前EPC网络的研究和实施并不重视最终用户的行为数据,最终用户使用EPC网络的体验也较差,同时EPC网络自身也缺少一种盈利模式来降低运营成本。本文结合国内外的研究,基于EPC网络的特点,提出和设计了一套基于EPC网络的病毒营销模型:社会影响力最大化模型。旨在以EPC网络用户的查询事件为基础,识别和发现使用EPC网络的最终用户中影响力比较大的人群。任何一个需要推广商品的厂商,把他们作为种子节点进行初始营销,再依靠他们的社会影响力来推广商品,以达到病毒营销的目的。本文所研究的基于EPC网络的社会影响力最大化问题主要分为4个流程:从EPC查询事件识别用户之间的关系、集成社交网络信息完善模型、从EPC网络事件学习概率和以商店为单位的社会影响力分析。这4个流程可以分为2个部分:前3个流程是模型的建立部分,首先分别通过用户的消费习惯和社交网络数据识别用户之间的影响力关系,然后从EPC网络数据中学习影响概率;最后一个流程是在模型的基础上进行种子节点的挖掘。本文首先阐述了课题背景,介绍了物联网、EPC网络以及病毒营销的相关概念。其次介绍了EPC网络和社会影响力最大化问题的现有研究成果,分别分析了基于EPC网络的研究和社会影响力最大化问题的研究各自的技术特点和优缺点。接着,基于EPC网络时间的数据结构和病毒营销的需求,提出了一套旨在发掘社会影响力较大的用户群体的模型,对基于EPC网络的社会影响力最大化模型进行了深入研究和设计。然后,给出了基于EPC网络的社会影响力最大化问题的具体实现方案,并做了实验验证。最后总结全文,对问题的后续研究工作进行了展望,并对基于EPC网络的社会影响力最大化问题提出了尚待解决的问题。
【关键词】：物联网 EPC网络 病毒营销 社会影响力 RFID
【学位授予单位】：上海交通大学
【学位级别】：硕士
【学位授予年份】：2015
【分类号】：TP391.44;TN929.5
【目录】：

• 摘要3-5
• ABSTRACT5-9
• 第一章 绪论9-14
• 1.1 研究背景9-10
• 1.1.1 物联网9
• 1.1.2 EPC网络9-10
• 1.1.3 病毒营销10
• 1.2 研究现状10-12
• 1.2.1 国内外研究进展10-11
• 1.2.2 现有研究存在的问题11-12
• 1.3 研究内容12-13
• 1.3.1 研究目标12
• 1.3.2 研究内容12-13
• 1.3.3 创新点13
• 1.4 论文框架13-14
• 第二章 基于EPC网络的社会影响力最大化技术分析14-33
• 2.1 EPC网络的整体架构14-18
• 2.1.1 EPC Object Name Service（对象名称服务）14-15
• 2.1.2 EPC Discovery Service（发现服务）15
• 2.1.3 EPC-IS（信息服务）15-16
• 2.1.4 EPC-IS（信息服务）定义的数据类型16-17
• 2.1.5 EPC Network发展现状17-18
• 2.2 社会影响力最大化问题18-26
• 2.2.1 社会影响力最大化问题的介绍18-19
• 2.2.2 传播模型19-21
• 2.2.3 概率的计算21-24
• 2.2.4 寻找种子节点24-26
• 2.3 现有研究存在的问题26-28
• 2.3.1 基于EPC网络的研究遇到的问题26-27
• 2.3.2 社会影响力最大化问题的研究遇到的问题27-28
• 2.4 本文的技术路线28-31
• 2.4.1 从EPC查询事件识别用户之间的关系29-30
• 2.4.2 集成社交网络信息完善模型30
• 2.4.3 从EPC网络事件学习概率30
• 2.4.4 以商店为单位的社会影响力分析30-31
• 2.5 相关技术介绍31-32
• 2.5.1 聚类算法31
• 2.5.2 MIA模型31
• 2.5.3 Web API31-32
• 2.5.4 Android32
• 2.6 本章小结32-33
• 第三章 基于EPC网络的社会影响力最大化的研究与设计33-59
• 3.1 基于EPC网络的社会影响力最大化问题架构33-34
• 3.2 从EPC查询事件识别用户之间的关系34-45
• 3.2.1 基本聚类方法概述37-38
• 3.2.2 查询地点的聚类38-41
• 3.2.3 识别消费者群组41-45
• 3.3 集成社交网络信息完善模型45-49
• 3.4 从EPC网络事件学习概率49-52
• 3.5 以商店为单位的社会影响力分析52-57
• 3.6 本章小结57-59
• 第四章 基于EPC网络的社会影响力最大化的实现59-79
• 4.1 实验验证59-66
• 4.1.1 签到地点聚类实验结果60-64
• 4.1.2 识别消费者群组实验结果64-66
• 4.2 社会影响力最大化模型框架66-68
• 4.3 社会影响力最大化模型实现68-78
• 4.3.1 聚类引擎实现68-70
• 4.3.2 影响力模型实现70-71
• 4.3.3 Android APP实现71-78
• 4.4 本章小结78-79
• 第五章 总结与展望79-81
• 5.1 本文总结79
• 5.2 未来研究展望79-81
• 参考文献81-83
• 研究生阶段所参与科研项目(附录)83-84
• 致谢84-85
• 攻读硕士学位期间已发表或录用的论文85-86
• 附件86-88

【相似文献】

中国硕士学位论文全文数据库 前4条

1 张巍;基于社会网的影响传播技术研究[D];黑龙江大学;2015年

2 陈雪峰;网络中影响力传播的最大化[D];电子科技大学;2015年

3 耿灵;基于EPC网络的社会影响力最大化问题[D];上海交通大学;2015年

4 杨鸿超;社会网络营销中基于成本控制的影响最大化问题研究[D];南京大学;2013年

，

本文编号：977402