学位论文 > 优秀研究生学位论文题录展示

社交网络中基于话题的影响最大化问题研究

作　者: 章云龙
导　师: 赵建军；周憬宇
学　校: 上海交通大学
专　业: 软件工程
关键词: 影响最大化用户偏好社交网络协同过滤奇异值分解
分类号: TP393.09
类　型: 硕士论文
年　份: 2012年
下　载: 312次
引　用: 0次
阅　读: 论文下载

内容摘要

近年来,随着社交网络服务的流行,在社交网络中挖掘最有影响力的top-k用户问题变得愈发重要。这个问题被广泛研究,但是,之前所有的工作,都没有考虑用户对于具体话题的偏好,这极大影响了算法的精确度。本文提出了基于话题的影响最大化问题,并通过一个两阶段算法GAUP去挖掘特定话题下最有影响力的用户。第一阶段,GAUP使用向量空间模型或者潜在语义模型计算用户对具体话题的偏好。第二阶段,GAUP基于一个考虑了用户偏好的传播模型,采用贪婪爬山算法挖掘网络中最有影响力的top-k用户。与之前的工作相比,GAUP考虑了用户对特定话题的偏好,因此当给定了话题的时候,GAUP会取得更高的精确度。基于传播模型的子模性,算法可以获得一个约63%的精确度保证,并且可以使用CELF优化提升算法效率。在学术数据库DBLP上的实验证明,GAUP可以成功挖掘特定话题下最有影响力的用户。最后,我们把GAUP用于领域内专家挖掘这个现实应用,取得了很好的效果。

全文目录

摘要  3-5
ABSTRACT  5-6
目录  6-9
绪论  9-16
  1.1 课题背景  9-10
  1.2 国内外研究现状  10-12
    1.2.1 影响最大化问题的研究现状  10-11
    1.2.2 用户偏好分析中的研究现状  11-12
  1.3 研究目标与内容  12-14
    1.3.1 研究目标  12
    1.3.2 研究内容  12-14
    1.3.3 课题创新  14
  1.4 论文的组织结构  14-15
  1.5 本章小结  15-16
影响最大化问题  16-25
  1.6 概述  16
  1.7 问题定义  16-17
    1.7.1 社交网络  16-17
    1.7.2 影响最大化问题定义  17
  1.8 传播模型  17-19
    1.8.1 线性阈值模型  17-18
    1.8.2 独立级联模型  18
    1.8.3 其他模型  18-19
  1.9 近似计算策略及精确度保证  19-20
    1.9.1 子模性  19-20
    1.9.2 贪婪策略  20
    1.9.3 精确度保证  20
  1.10 典型算法  20-23
    1.10.1 常规贪婪算法（General Greed y ）  21-22
    1.10.2 CELF  22
    1.10.3 其他改进算法  22-23
  1.11 本章小结  23-25
用户偏好分析  25-33
  1.12 概述  25
  1.13 基于内容的向量空间模型  25-28
    1.13.1 TF-IDF  25-26
    1.13.2 向量空间模型  26-27
    1.13.3 余弦相似度  27-28
  1.14 基于奇异值分解的潜在语义索引  28-31
    1.14.1 协同过滤  28-29
    1.14.2 基于奇异值分解的潜在语义索引  29-31
  1.15 本章小结  31-33
基于话题的影响最大化问题  33-48
  1.16 概述  33
  1.17 问题定义  33-36
    1.17.1 考虑用户偏好的社交网络影响传播  34-35
    1.17.2 基于话题的影响最大化问题定义  35-36
  1.18 设计框架  36-37
    1.18.1 两阶段算法  36
    1.18.2 符号定义  36-37
  1.19 用户偏好建模  37-42
    1.19.1 文本相似度  38-40
    1.19.2 协同过滤  40-42
  1.20 基于用户偏好的贪婪算法  42-47
    1.20.1 扩展的独立级联模型  42
    1.20.2 基于EIC 的贪婪算法  42-43
    1.20.3 精确度保证  43-45
    1.20.4 时间复杂度以及CELF 优化  45-47
  1.21 本章小结  47-48
实验结果  48-65
  1.22 概述  48
  1.23 实验数据集  48-51
    1.23.1 DBLP 数据集  48-49
    1.23.2 XM L 数据集解析  49-50
    1.23.3 合作者网络  50-51
  1.24 两种偏好建模方式比较  51-53
    1.24.1 实验标准  51
    1.24.2 实验结果  51-53
  1.25 基于话题的影响最大化问题实验  53-56
    1.25.1 实验对比算法  53-54
    1.25.2 实验标准  54
    1.25.3 实验结果  54-56
  1.26 两个标准的比较  56-57
  1.27 领域内专家挖掘  57-63
    1.27.1 领域内专家挖掘介绍  57-59
    1.27.2 实验对比算法  59-60
    1.27.3 实验结果  60-63
  1.28 本章小结  63-65
总结与展望  65-67
  1.29 工作总结  65-66
  1.30 下一步工作  66-67
参考文献  67-71
致谢  71-72
攻读硕士学位期间已发表或录用的论文  72-74

社交网络中基于话题的影响最大化问题研究

内容摘要

全文目录

相似论文