社交网络社区影响力评估及预测研究

来源 :上海师范大学 | 被引量 : 0次 | 上传用户:jinr0op2
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
社交网络已经成为当前人们实现信息传播与共享的重要平台。随着用户聚集规模不断膨胀,社交网络已经产生巨大的社会影响力,并将这些影响力渗透到人们生活的各个角落。因此,针对社交网络中各类对象开展影响力分析,已经成为当前研究的热点问题之一。传统的影响力研究按照实体对象不同主要可分为两类,即用户实体为对象和社区实体为对象的影响力分析研究。从影响范围、影响程度等角度来看,由众多用户组成的社区作为一个整体,其影响力无疑将大大超过个体用户所具备的影响力。因此,社区影响力分析研究具有更为广阔的前景和积极的意义。目前,众多研究主要聚焦于个体用户影响力开展,而针对以社区为整体开展影响力分析的工作较少。同时,个体用户影响力分析方法大多数基于用户属性或者基于概率的统计方法等进行研究,较少考虑剔除如僵尸粉丝等干扰因素,也未考虑将用户之间的信任关系这一重要元素纳入影响力分析中。另外,对社区影响力研究尚未充分考虑到社区规模以及社区内用户间关系紧密度等重要因素对社区影响力分析所起的作用。针对传统研究中存在的不足,本文聚焦于针对社区实体的影响力分析研究工作,提出了社区影响力评估模型CIEM(Community influence evaluation model)和社区影响力预测模型CIPM(Community influence prediction model)以及相关计算方法与理论。论文的主要工作包括:1)在社区影响力评估模型中,首先给出了CIEM模型框架以及相关定义;其次,给出了僵尸粉丝的剔除方法以及将信任这一元素融入用户影响力计算中,并给出用户最终影响力的计算方法;进而,将社区用户综合影响力和社区规模以及社区内用户关系紧密度综合,给出社区影响力的计算方法;最终,提出了社区延伸影响力的计算方法,即“社区对社区内用户”、“社区对社区外用户”,以及“社区对社区”三类关系的影响力计算方法;2)在社区影响力预测模型中,首先给出了CIPM模型的框架以及相关定义;其次,给出了链路预测可信度的计算方法;最后,给出了社区影响力预测的计算方法。3)仿真实验表明,CIEM模型的计算准确性与加权平均法相比准确度较高,CIPM模型在网络安全的预测方面有较高的应用价值;同时,实验表明CIEM模型和CIPM模型吻合度较高,从而进一步验证了本文提出方法的正确性。
其他文献
在现代信息社会,图像数据成指数倍增长,对图像数据的应用已经深入到各个领域中。如何快速、高效地对图像数据进行组织、存储、表达和检索是亟待解决的课题。为了准确地表达图
随着Internet网络的迅速普及,电子商务开始逐渐兴起并得到了较大的发展,而作为电子商务核心环节之一的电子支付的研究也逐渐成为了研究热点。   目前已有的电子支付方式有:电
随着面向服务的计算(Service-Oriented Computing,SOC)与面向服务的体系架构(Service-Oriented Architecture,SOA)思想的提出,未来软件和网络发展的核心目标将是以Web服务为
GUI是用户和计算机系统交互的接口,所以,对GUI测试显得非常重要,因为GUI代码在整个应用程序中占据了越来越大的比例而且由于GUI是用户界面,图形用户界面功能的完善性和便捷性
随着Internet的发展,原先的封闭、紧耦合的计算环境逐渐转变为开放式环境,Web应用的形态也随之不断发展。近年来,一种新的面向Web的分布式应用——Web服务,代表了一种更为松散耦
工程中存在许多密集频率成分或连续频率成分的信号,比如“拍振”信号是最简单的密集频率信号,而密集频谱的频谱校正技术还很不完善,需要进一步的探讨。本文就离散密集频谱的
现代许多的信息系统是由流程模型驱动的,流程建模是系统成功运行的关键因素。流程挖掘技术旨在通过分析事件日志自动产生流程模型,从而辅助流程模型的设计与再设计。尽管目前
函数式编程语言(Functional Programming Language,下文简称FP语言)是软件工程界的热点研究问题之一,并已在业界广泛使用。然而目前在FP项目的实际开发中,有些FP语言使用者认
随着信息技术的发展和网络生活的社交化,网络中数据量急速增长,用户如何在庞大的网络数据中找到所需资源变得尤为重要。推荐系统正是为解决此类问题而生,它不仅可以提高用户
近些年来复杂网络已经成为国内外学术界研究的新热点,其理论的广泛应用吸引着越来越多的来自不同研究领域的学者们关注。它的发展引发了网络建模的热潮,人们开始用各种组成网络