社交網(wǎng)絡(luò)個(gè)性化影響最大化研究.pdf

1、近年來(lái)，隨著移動(dòng)互聯(lián)網(wǎng)時(shí)代的到來(lái)，在線(xiàn)社交網(wǎng)絡(luò)蓬勃發(fā)展，改變了現(xiàn)代人類(lèi)獲取信息和溝通交流的方式。這種新的社交方式將人們?cè)诂F(xiàn)實(shí)生活中形成的相對(duì)穩(wěn)定的社交圈以一種更加直觀(guān)、形象的形式體現(xiàn)出來(lái)的同時(shí)，也使信息傳播在結(jié)構(gòu)上產(chǎn)生了區(qū)別于現(xiàn)實(shí)生活社交圈的新特性；另一方面，隨著社交網(wǎng)絡(luò)用戶(hù)數(shù)量爆炸式地增長(zhǎng)，其中蘊(yùn)含的巨大商業(yè)價(jià)值也使其愈發(fā)受到各界重視。
　　社交網(wǎng)絡(luò)個(gè)性化影響最大化問(wèn)題作為社交網(wǎng)絡(luò)研究領(lǐng)域近年來(lái)發(fā)展出的一個(gè)較新分支，其研究目的是

2、以特定的社交網(wǎng)絡(luò)用戶(hù)為對(duì)象，挖掘使其受影響程度達(dá)到最大的初始影響傳播用戶(hù)集合。目前， Klout、PeerIndex等知名社交數(shù)據(jù)分析公司正利用影響最大化方案為廣告商提供營(yíng)銷(xiāo)參考，而隨著個(gè)人價(jià)值在社交媒體時(shí)代中的作用逐漸顯現(xiàn)，尋求高效的個(gè)性化影響最大化解決方案無(wú)疑是對(duì)社交數(shù)據(jù)分析人員提出的新要求。
　　本文對(duì)研究社交網(wǎng)絡(luò)個(gè)性化影響最大化問(wèn)題所涉及到的關(guān)鍵技術(shù)展開(kāi)深入探討和研究，基于獨(dú)立級(jí)聯(lián)模型提出新的個(gè)性化影響最大化問(wèn)題解決方法，

3、并從影響傳播模型的角度提出新的思路，所做的具體工作如下：
　?。?）針對(duì)現(xiàn)有算法受到網(wǎng)絡(luò)邊影響強(qiáng)度一致性約束的問(wèn)題，基于獨(dú)立級(jí)聯(lián)模型，提出最大影響路徑算法（MIPA），在網(wǎng)絡(luò)邊影響強(qiáng)度不一致的情況下求解個(gè)性化影響最大化問(wèn)題。該算法利用最大影響路徑來(lái)估算節(jié)點(diǎn)影響強(qiáng)度，首先對(duì)邊影響強(qiáng)度作對(duì)數(shù)轉(zhuǎn)換，利用優(yōu)化的Dijkstra算法求解最大影響路徑，從而計(jì)算網(wǎng)絡(luò)節(jié)點(diǎn)對(duì)目標(biāo)節(jié)點(diǎn)的鄰居節(jié)點(diǎn)的影響，然后利用求得的最大影響路徑聯(lián)合計(jì)算節(jié)點(diǎn)的目標(biāo)節(jié)點(diǎn)

4、影響強(qiáng)度，最后選擇Top-k節(jié)點(diǎn)形成種子節(jié)點(diǎn)集。
　?。?）擺脫現(xiàn)有研究主要關(guān)注于線(xiàn)性閾值模型和獨(dú)立級(jí)聯(lián)模型這兩種常用的影響傳播模型的慣性思維，將熱量傳播模型引入到個(gè)性化影響最大化問(wèn)題的研究中。用熱量的擴(kuò)散過(guò)程模擬信息影響在社交網(wǎng)絡(luò)用戶(hù)之間的傳遞。在分析熱量傳播規(guī)律的基礎(chǔ)上，提出目標(biāo)熱量貪心算法，為社交網(wǎng)絡(luò)個(gè)性化影響最大化研究開(kāi)辟新思路。
　?。?）以真實(shí)社交網(wǎng)絡(luò)數(shù)據(jù)集為基礎(chǔ)，采用 C++語(yǔ)言實(shí)現(xiàn)最大影響路徑算法和目標(biāo)熱量貪