基于节点覆盖范围的社交网络影响力最大化研究

发布时间：2021-01-02 17:18

　　影响力最大化是社交网络分析领域的重要研究内容,其目标是通过选取尽可能小规模的关键节点来实现社交网络中影响范围的最大化。传统的影响力最大化算法分为三类,即基于传播的影响力最大化算法、基于拓扑结构的影响力最大化算法和基于社区发现的影响力最大化算法。基于传播的影响力最大化算法以改进贪心策略为研究方向,贪心策略往往以高昂的时间开销换取传播范围的增加,不适合大规模社交网络。本文着重研究基于拓扑结构的影响力最大化算法和基于社区发现的影响力最大化算法,针对两类算法存在的缺陷与不足,分别提出了相应的改进算法。（1）基于节点覆盖范围的影响力最大化算法基于拓扑结构的影响力最大化算法通过选取合适的中心性指标来避免富人俱乐部现象,但是,该类算法未能很好地解决传播过程中的重复邻居问题。本文提出一种基于节点覆盖范围的影响力最大化算法,该算法将节点覆盖范围作为种子节点选取的中心性指标,有效避免种子节点选取时过于集中的富人俱乐部现象。另外,本文对所提出的算法进行了CELF优化,有效减少了运行时间。实验结果表明,本算法所选出的种子节点集合传播范围更广,且运行时间短,尤其适合大规模网络。（2）融合社区结构和节点覆盖范围的... 

【文章来源】：中国矿业大学江苏省 211工程院校 教育部直属院校

【文章页数】：61 页

【学位级别】：硕士

【部分图文】：

空手道网络社交关系示意图

3基于节点覆盖范围的影响力最大化算法17点（除了更新过的5号和22号）增益均比5小，故选择5号节点，且5号节点更新过，故将5号节点选为种子节点，以此类推，直至选择设定数量的种子节点。(a)(b)(c)图3-1NCA_CELF算法执行过程Figure3-1TheexecutionprocessofNCA_CELFalgorithm3.3时间复杂性分析(TimeComplexityAnalysis)假设网络G=(V,E)有n个节点，m条边。选择每一个种子节点时，需要更新所有节点的覆盖范围，每两个节点计算覆盖范围的时间复杂度为()12On+n，其中1n，2n为每两个节点的邻居个数，时间复杂度可近似为O(d)，其中，d为平均度。因此，计算n个节点覆盖范围的时间复杂度为O(dn)，共需选取k个种子节点，则NCA算法的复杂度为O(kdn)。3.4仿真实验(SimulationExperiments)3.4.1数据集本章实验中用到的真实数据集共8个，如表3-1所示。NetScience是网络理论和实验科学家共同作者网络；Yeast是一个蛋白质交互作用的网络；Power是美国西部国家电网的拓扑结构网络；CaGrQc(GeneralRelativitycategory)网络是广义相对论类别的合作网络，网络中每一个节点代表一个作者，每一条边代表两个作者之间存在合作；P2P-Gnutella08是Gnutella点对点共享网络，其搜集了2002年8月Gnutella网络的9个快照，节点代表Gnutella网络拓扑中的主机，边代表Gnutella主机之间的关系；CaHepTh(HighEnergyPhysics-Theory)是高能物理理论作者的合作网络，同CaGrQc网络类似，CaHepTh

【参考文献】：
期刊论文
[1]基于大数据的中小型电商企业精准营销研究[J]. 徐涛.  中国商论. 2020(04)
[2]“互联网+”背景下自媒体营销的优势及劣势分析[J]. 高斯琪.  现代营销(经营版). 2020(01)
[3]自媒体信息传播中的管理困境及对策浅析[J]. 董帅,向志强.  国际公关. 2019(11)
[4]社交电商平台小红书的病毒营销研究[J]. 王昕,盛丽俊.  中国商论. 2019(21)
[5]社会网络影响力最大化问题研究[J]. 陈光鲁,卢敏.  电脑知识与技术. 2019(32)
[6]互联网环境下透视电影病毒营销[J]. 顾峥.  传媒. 2019(20)
[7]基于信息级联的网络意见传播及扭曲效应国外研究进展[J]. 魏建良,朱庆华.  情报学报. 2019(10)
[8]从“李佳琦现象”看新零售与互联网新媒体的融合[J]. 刘念.  商场现代化. 2019(16)
[9]基于节点覆盖范围的影响力最大化算法[J]. 高菊远,王志晓,芮晓彬,何婧,候梦男.  计算机工程与设计. 2019(08)
[10]基于重叠社区的影响力最大化算法[J]. 仇丽青,贾玮,范鑫.  数据分析与知识发现. 2019(07)

博士论文
[1]社会网络中的节点影响力度量和k-节点集的影响力最大化问题研究[D]. 马茜.山东大学 2017

硕士论文
[1]基于网络结构和节点语义信息的社区发现研究[D]. 祁德昊.南京邮电大学 2019
[2]社交网络影响力最大化算法研究[D]. 崔若飞.西安电子科技大学 2019
[3]社交网络中影响力最大化研究与应用[D]. 孙依志.中国矿业大学 2019
[4]基于节点位置分析的重叠社区发现研究[D]. 赵亚.中国矿业大学 2016



本文编号：2953324