面向主题耦合的影响力最大化研究

《面向主题耦合的影响力最大化研究》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、分类号ＴＰ３０１密级公开ＵＤＣ编号《余Ａ聲巧女研《４＃隹化屈目面向主扭巧合的Ｒ响力Ｈ大化研巧？学院（所、中私）信息学烧专业名称计义化软件与理论研究生姓名呂女渊学号１２０１１００１０４５导师姓名周丽化巧赖教巧２０１６年５月ｉ．论文独创性声明及使＂用授权本论文是作者在导师指导下取得的研究成果。除了文中特别化化标注巧致谢＇的地方外，茲文申右包含其他人己经发表或撰写巧的研巧成菜，不存在剔窃或抄袭括为一，与作者商工作的同志对本研究所做的在何贡献均邑在论文中作了明确的礎明并表示了谢意？现就论文的巧

2、用对云南大学授权如下；学校有权保留本论文（含电子版），也可从采用影巧、編巧或其他复制手段保存论文；学校有权公布论文的全部或部分内容，．巧将论文用于査阅或借阅服务：学校有权向有关机构送交学位论文用．于学术规范审查、社会监替或评奖；学技有权将学位论文的全部或部分内容录入．有关数据库用于检索服务。（内部或保密的论文在解密后应遵循此规竞）ＪＯ．巧硏巧生签名：含交搬１导师签名；日期：ｌｆ《－化５§摘要随着网络逐渐成为人与人之间主要的社交方式，在网络中挖掘最有影响为的用户成为非常值得关注的问题。商品通过网络进行营销己经成为商业战场中主流的进攻方式

3、，利用好网络中用户自身的影响效应是取得事半功倍效果的关键所在。如此一来，社交网络中的影响力最大化问题便成为研究的焦点。影响力最大化问题就是要在社交网络中确定有限个种子节点，使得这些用户能够在网络中引起最大的影响效应。关于该问题的研究已经有很多成熟的理论，比如影响力最大化问题中经典的贪也算法。但是传统的影响力最大化问题并没有考虑到网络中传播的信息具有的一不同主题Ｗ及送些主题之间的关系，这在定程度上局限了影响力最大化问题的求解精度。本文在影响力最大化问题的基础上提出了面向主题锅合的影响力最大化问题，并且针对该问题提出了ＧＡＣＴ（ＧｒｅｅｄｙＡｌｇｏ

4、ｒｉｔｈｍｂａｓｅｄｏｎｔｈｅＣｏ叩ｅｄＴｏｐｉｃｓ）算法来挖掘在特定的传播主题下最具有影响力的用户。ＧＡＣＴ算法首先分析网络中不同主题之间的稱替相似性，而后使用潜在语义索引的方法计算用户对于不同主题的偏好，在综合考虑主题之间稱合相似性与用户对不同主题偏好的基础上扩展独立级联模型，在扩展的传播模型上使用经典的贪也算法挖掘最具有影响力的用户，最后使用ＣＥＬＦ算法进行优化（ｉｉｌ提高算法的时间效率。与经典的影响为最大化算法相比，ＧＡＣＴ算法能够考虑到传播主题之间的销合相似性并且能够与用户偏好更为有效的结合，在影响力最大化问题中挖掘出更为精确的种子节

5、点。最后，在电影社交网络上通过实验证明了ＧＡＣＴ算法相比经典的影响力最大化算法能够更为有效的挖掘在特定主题下最具有影响力的用户。游蜘：社会网络、巧巧力最大化、满合相似度、主巧ＩＡｂｓｔｒａｃｔＡｂｓｔｒａｃｔＡｓｔｈｅｎｅｔｗｏｒｋｈａｓｂｅｃｏｍｅ１；ｈｅｍａｉｎｓｏｃｉａｌｔ：ｏｏｌｉｎｔｈｅｍｏｄｅｍｓｏｃｉｅｔｙ，ｄｉｇｇｉｎｇｔｈｅｍｏｓｔｉｎ打ｕｅｎｔｉａｌｎｅｔｗｏｒｋｕｓｅｒｓｈａｓｂｅｃｏｍｅａｈｅａｔｅｄｉｓｓｕｅ．Ｎｅｔｗｏｒｋｍａｒｋｅｔｉｎｇｈａｓｂｅｅｎ也ｅｍａ

6、ｉｌｔｉｎｍｅｔｈｏｄｆｏｒｒｏｄｕｃｔｓｉｎ化ｅｃｏｍｍｅｒｃｉａｌｂａｔｌｅｆｅｄ．Ｔａｋｉｎｓｕｆｉｃｉｅｎａｄｖａｎｔａｅｓｐｇｇｏｆｉｔｈｅｏｗｎｅｆｅｃｔｏｆｕｓｅｒｓｉｓｔｈｅｋｅｏｉｎｔｔｏｓｕｃｃｅｓｓ．Ｔｈｕｓｔｈｅｍａｘｉｍｉｚａｔｏｎｏｆｓｏｃｉａｙｐｌ，ｎｅｔｗｏｒｋｓｉｎｆｌｕｅｎｃｅｈａｓｂｅｃｏｍｅｔｈｅｆｏｃｕｓｏｆｒｅｓｅａｒｃｈ．Ｉｄｅｎｔｉｆｙａｌｉｍｉｔｅｄｎｕｍｂｅｒｏｆｓｅｅｄｉｔｉｔｗｈｌｄｎｏｄｅｓ打ａｓｏｃｉａｌｎｅｗｏｒｋｓｈ

7、ｏｕｌｄｂｅｔｈｅｒｉｈｔｗａｔｏｍａｘｉｍｚｅｈｅｉ打ｆｌｕｅｎｃｅｉｃｈｃｏｕｇｙ，ｉ打ｃｒｅａｓｅｔｈｅｒｅａｔｅｓｔｅｆｅｃｔｏｎｔｈｅ打ｅｔｗｏｒｋ．ｇＡｌｏｔｏｆｍａｔｕｒｅｔｈｅｏｒｉｅｓｈａｖｅｂｅｅｎｓｔｕｄｉｅｄｏｎ化ｉｓｓｕｂｊｅｃｔ，ｓｕｃｈａｓｔｈｅｃｌａｓｓｉｃｇｒｅｅｄｙａｌｇｏｒｉｔｈｍｉｎｆｌｕｅｎｃｅｍａｘｉｍｉｚａｔｉｏｎｐｒｏｂｌｅｍ．Ｈｏｗｅ