社交網(wǎng)絡個性化影響最大化研究.pdf

1、近年來，隨著移動互聯(lián)網(wǎng)時代的到來，在線社交網(wǎng)絡蓬勃發(fā)展，改變了現(xiàn)代人類獲取信息和溝通交流的方式。這種新的社交方式將人們在現(xiàn)實生活中形成的相對穩(wěn)定的社交圈以一種更加直觀、形象的形式體現(xiàn)出來的同時，也使信息傳播在結(jié)構(gòu)上產(chǎn)生了區(qū)別于現(xiàn)實生活社交圈的新特性；另一方面，隨著社交網(wǎng)絡用戶數(shù)量爆炸式地增長，其中蘊含的巨大商業(yè)價值也使其愈發(fā)受到各界重視。
　　社交網(wǎng)絡個性化影響最大化問題作為社交網(wǎng)絡研究領域近年來發(fā)展出的一個較新分支，其研究目的是

2、以特定的社交網(wǎng)絡用戶為對象，挖掘使其受影響程度達到最大的初始影響傳播用戶集合。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銷參考，而隨著個人價值在社交媒體時代中的作用逐漸顯現(xiàn)，尋求高效的個性化影響最大化解決方案無疑是對社交數(shù)據(jù)分析人員提出的新要求。
　　本文對研究社交網(wǎng)絡個性化影響最大化問題所涉及到的關鍵技術展開深入探討和研究，基于獨立級聯(lián)模型提出新的個性化影響最大化問題解決方法，

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：
　?。?）針對現(xiàn)有算法受到網(wǎng)絡邊影響強度一致性約束的問題，基于獨立級聯(lián)模型，提出最大影響路徑算法（MIPA），在網(wǎng)絡邊影響強度不一致的情況下求解個性化影響最大化問題。該算法利用最大影響路徑來估算節(jié)點影響強度，首先對邊影響強度作對數(shù)轉(zhuǎn)換，利用優(yōu)化的Dijkstra算法求解最大影響路徑，從而計算網(wǎng)絡節(jié)點對目標節(jié)點的鄰居節(jié)點的影響，然后利用求得的最大影響路徑聯(lián)合計算節(jié)點的目標節(jié)點

4、影響強度，最后選擇Top-k節(jié)點形成種子節(jié)點集。
　　（2）擺脫現(xiàn)有研究主要關注于線性閾值模型和獨立級聯(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性化影響最大化問題的研究中。用熱量的擴散過程模擬信息影響在社交網(wǎng)絡用戶之間的傳遞。在分析熱量傳播規(guī)律的基礎上，提出目標熱量貪心算法，為社交網(wǎng)絡個性化影響最大化研究開辟新思路。
　?。?）以真實社交網(wǎng)絡數(shù)據(jù)集為基礎，采用 C++語言實現(xiàn)最大影響路徑算法和目標熱量貪