多层社交网络中节点影响力识别研究
发布时间：2022-02-20 14:23
伴随着各种先进信息技术的不断发展,多种社交平台逐渐发展起来,而信息的渠道来源、传播方式、内容形式持续变化,也使得网络变得越来越复杂,从而复杂网络的相关理论知识也被人们日益重视。随着研究的进一步探索,大量科学研究发现,社交网络中节点的重要性是不一样的,具有较大影响力的节点有着重要的现实意义和广泛的应用前景,其在控制谣言传播、优化资源分配、高效传播信息、精确投放广告等方面发挥着重要作用。基于此,本文将从以下几个方面开展研究:首先,鉴于当前众多方法在识别节点的不同影响力时存在一定局限性,因此本文以k-shell算法为基础,通过度量边的潜在重要性,引入了边的权重及影响系数,并定义了单层网络中节点加权度的概念,并基于此提出了单层社交网络中节点影响力的识别算法,该算法综合考虑了节点的本身、位置以及局部属性。其次,信息的传播途径开始从单层社交网络向多层社交网络发展,因此本文基于现实的多层社交网络构成了多层网络拓扑结构,并对上文单层社交网络中影响力识别算法进行改进,从而构建了多层社交网络中的影响力节点识别方法,并利用每个节点的多层加权度值来区分节点的不同影响力。最后,在具有代表性的Zachary空手道...
【文章来源】：燕山大学河北省
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.2 研究目的及意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外研究现状
1.3.1 节点影响力识别的研究现状
1.3.2 信息传播模型的研究现状
1.3.3 多层网络的研究现状
1.3.4 国内外研究现状评述
1.4 研究内容及研究方法
1.4.1 研究内容
1.4.2 研究方法
1.5 本文结构
第2章 相关理论基础
2.1 复杂网络相关理论
2.1.1 复杂网络的基本概念
2.1.2 复杂网络的图论表示
2.2 经典节点影响力识别算法
2.2.1 度中心性
2.2.2 紧密度中心性
2.2.3 介数中心性
2.2.4 k-shell分解法
2.3 传染病动力学模型
2.3.1 SIR模型
2.3.2 SI模型
2.4 节点影响力的仿真评价标准
2.4.1 网络的鲁棒性和脆弱性
2.4.2 传播动力学模型
2.5 本章小结
第3章 单层社交网络中节点影响力的识别
3.1 问题提出
3.2 边的潜在重要性度量
3.2.1 边的权重
3.2.2 边的影响系数
3.3 单层网络的节点加权度
3.3.1 节点加权度的定义
3.3.2 节点加权度的现实意义
3.4 基于改进k-shell的节点影响力识别算法—MKS算法
3.4.1 MKS算法思想
3.4.2 MKS算法步骤
3.4.3 MKS算法时间复杂度
3.5 算例分析
3.6 本章小结
第4章 多层社交网络中节点影响力的识别
4.1 问题提出
4.2 多层社交网络的拓扑结构
4.2.1 单层网络拓扑结构
4.2.2 多层网络拓扑结构
4.2.3 聚合多层网络拓扑结构
4.3 多层网络的节点加权度
4.3.1 多层加权度的定义
4.3.2 多层加权度的现实意义
4.4 基于多层加权度的节点影响力识别算法—MWK算法
4.4.1 MWK算法思想
4.4.2 MWK算法步骤
4.4.3 MWK算法时间复杂度
4.5 算例分析
4.6 本章小结
第5章 单层及多层社交网络中算法仿真分析
5.1 仿真环境
5.2 算法有效性评价指标
5.3 MKS算法仿真结果分析
5.3.1 仿真数据集
5.3.2 算法结果与分析
5.3.3 多方法对比与分析
5.3.4 仿真结论
5.4 MWK算法仿真结果分析
5.4.1 仿真数据集
5.4.2 算法结果与分析
5.4.3 多层网络SIR仿真模型
5.4.4 仿真结果与分析
5.4.5 仿真结论
5.5 单层及多层社交网络中案例分析
5.5.1 单层社交网络中案例分析
5.5.2 多层社交网络中案例分析
5.6 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
本文编号：3635230
【文章来源】：燕山大学河北省
【文章页数】：79 页
【学位级别】：硕士
【文章目录】：
摘要
ABSTRACT
第1章 绪论
1.1 研究背景
1.2 研究目的及意义
1.2.1 研究目的
1.2.2 研究意义
1.3 国内外研究现状
1.3.1 节点影响力识别的研究现状
1.3.2 信息传播模型的研究现状
1.3.3 多层网络的研究现状
1.3.4 国内外研究现状评述
1.4 研究内容及研究方法
1.4.1 研究内容
1.4.2 研究方法
1.5 本文结构
第2章 相关理论基础
2.1 复杂网络相关理论
2.1.1 复杂网络的基本概念
2.1.2 复杂网络的图论表示
2.2 经典节点影响力识别算法
2.2.1 度中心性
2.2.2 紧密度中心性
2.2.3 介数中心性
2.2.4 k-shell分解法
2.3 传染病动力学模型
2.3.1 SIR模型
2.3.2 SI模型
2.4 节点影响力的仿真评价标准
2.4.1 网络的鲁棒性和脆弱性
2.4.2 传播动力学模型
2.5 本章小结
第3章 单层社交网络中节点影响力的识别
3.1 问题提出
3.2 边的潜在重要性度量
3.2.1 边的权重
3.2.2 边的影响系数
3.3 单层网络的节点加权度
3.3.1 节点加权度的定义
3.3.2 节点加权度的现实意义
3.4 基于改进k-shell的节点影响力识别算法—MKS算法
3.4.1 MKS算法思想
3.4.2 MKS算法步骤
3.4.3 MKS算法时间复杂度
3.5 算例分析
3.6 本章小结
第4章 多层社交网络中节点影响力的识别
4.1 问题提出
4.2 多层社交网络的拓扑结构
4.2.1 单层网络拓扑结构
4.2.2 多层网络拓扑结构
4.2.3 聚合多层网络拓扑结构
4.3 多层网络的节点加权度
4.3.1 多层加权度的定义
4.3.2 多层加权度的现实意义
4.4 基于多层加权度的节点影响力识别算法—MWK算法
4.4.1 MWK算法思想
4.4.2 MWK算法步骤
4.4.3 MWK算法时间复杂度
4.5 算例分析
4.6 本章小结
第5章 单层及多层社交网络中算法仿真分析
5.1 仿真环境
5.2 算法有效性评价指标
5.3 MKS算法仿真结果分析
5.3.1 仿真数据集
5.3.2 算法结果与分析
5.3.3 多方法对比与分析
5.3.4 仿真结论
5.4 MWK算法仿真结果分析
5.4.1 仿真数据集
5.4.2 算法结果与分析
5.4.3 多层网络SIR仿真模型
5.4.4 仿真结果与分析
5.4.5 仿真结论
5.5 单层及多层社交网络中案例分析
5.5.1 单层社交网络中案例分析
5.5.2 多层社交网络中案例分析
5.6 本章小结
结论
参考文献
攻读硕士学位期间承担的科研任务与主要成果
致谢
本文编号：3635230
本文链接：https://www.wllwen.com/shekelunwen/shgj/3635230.html
