面向多层网络影响力最大化的多目标进化算法研究

发布时间：2024-07-02 21:49

　　在线社交网络的快速发展引起了人们对信息传播的广泛关注,这对于现实生活中许多实际问题的应用都起到了很大的作用。影响力最大化(Influence Maximization,IM)是信息传播领域中的经典问题,它旨在从网络中选择K个节点,通过特定的信息传播模型,使得其在网络中产生最大的影响范围。然而,随着社交媒体爆炸式增长,各种社交平台不断地涌现,基于单一网络的信息传播已经无法满足人们的需求,这种变化的直接影响之一就是基于病毒营销的应用,如在单个网络上进行产品的推广,不能满足推广的广度要求,很可能单个网络上的用户数量无法达到推广的目标人群,或者广告公司期望在多个网络平台上找到K个用户,以最大限度地扩大传播范围。因此,跨社交媒体平台的信息传播逐渐成为学术界和工业界关注的焦点。丰富的社交网络既给人们在社交需求方面提供便利,又给一些企业在产品营销方面提供新的思路。它使得一些公司通过网络营销的方式来选择一些有影响力的用户,并通过这些用户利用网络社交等方式向其他用户推荐该产品,最终使得在互联网上了解或购买该产品的人数达到最大化。与传统的产品推广方法相比,该方法具有投资少、广告投放精准等优点。尽管有着巨大...

【文章页数】：64 页

【学位级别】：硕士

【文章目录】：
摘要
ABSTRACT
第1章 绪论
    1.1 研究背景及意义
    1.2 国内外研究现状
        1.2.1 节点影响力度量
        1.2.2 影响力最大化问题
        1.2.3 多目标进化方法
    1.3 本文的研究内容及创新点
    1.4 论文的组织结构
第2章 论文相关理论基础知识
    2.1 复杂网络的基本概念及定义
        2.1.1 复杂网络的表示
        2.1.2 网络拓扑结构的基本概念
    2.2 多层网络模型
        2.2.1 多层网络的定义与表示
        2.2.2 多层网络的结构
    2.3 影响力最大化问题
        2.3.1 影响力最大化的问题定义
        2.3.2 影响力最大化问题评价指标
    2.4 影响力传播模型
        2.4.1 独立级联IC模型
        2.4.2 线性阈值LT模型
    2.5 节点影响力度量
    2.6 多目标优化问题
        2.6.1 多目标问题的定义与描述
        2.6.2 多目标问题的解决方法
第3章 多层网络中影响力最大化问题建模
    3.1 问题描述
    3.2 多层网络的构建
    3.3 问题定义
第4章 基于多目标演化计算影响力最大化算法
    4.1 种群初始化
    4.2 演化操作
        4.2.1 染色体编码
        4.2.2 遗传算子
    4.3 IMA-NSGA-II算法
第5章 实验结果与分析
    5.1 实验数据集
        5.1.1 数据集获取
        5.1.2 数据集预处理
        5.1.3 实验参数设置
    5.2 多目标进化过程
    5.3 实验结果分析
        5.3.1 真实数据集上的影响范围结果
        5.3.2 真实数据集上的运行时间
第6章 总结与展望
    6.1 总结
    6.2 展望
参考文献
攻读硕士期间的研究成果
致谢



本文编号：4000063