检索结果-南通市图书馆

作者：赵康河南科技大学

学位级别：硕士

随着在线社交网络上的用户越来越多,从而导致恶意用户和可信用户混杂在一起,使得人们获取信息成本和分辨用户的成本急剧增加。在这种情况下,在线社交网络用户可信度的研究对提高用户信息获取和用户分类具有十分重要的意义。目前,在线社... 详细信息

随着在线社交网络上的用户越来越多,从而导致恶意用户和可信用户混杂在一起,使得人们获取信息成本和分辨用户的成本急剧增加。在这种情况下,在线社交网络用户可信度的研究对提高用户信息获取和用户分类具有十分重要的意义。目前,在线社交网络用户可信度研究已经得到了广泛的研究,但现有的研究工作中还存在以下问题:在用户可信度信息量化的研究中,海量的用户节点、用户信息数据特征的多样性和单维度用户信息的稀疏性,使得在用户可信度计算时存在计算开销过大和计算结果存在误差的问题;在用户可信度计算的研究中,忽视了邻接用户间的用户可信度转移对用户可信度计算的影响和不同用户信息对用户可信度贡献程度不同引起的权重赋值不准确的问题;在用户可信度评估的研究中,在线性维度下评估用户可信度时存在可信用户和恶意用户在分类阈值处混叠的问题。本文根据对现有用户可信度研究工作中存在的问题和不足进行分析,分别提出了不同的解决方法和算法,以进一步提高在线社交网络用户可信度研究相关算法和方法的准确性和普适性。研究的主要贡献如下:1.本文提出一种基于多维信息的用户可信度量化方法。该方法采用多维信息层次分析法构建用户可信度量化框架,同时构建用户可信度权重分配矩阵计算不同特征项之间的权重赋值,配置客观的权重分配方案,减轻了用户信息稀疏性和用户不同信息特征项之间权重赋值不合理产生的误差,不仅为了用户可信度研究提供了前提条件,而且提高了用户可信度计算的准确性;2.本文提出一种基于邻接用户双重剪枝的用户可信度计算算法。该算法分析考虑邻接用户间的可信度传递,使用邻接用户的相似度来表示用户可信度转移的系数,并根据用户自身的相关信息量化计算得到用户自相关可信度,以此来计算用户互相关可信度,由此来提高邻接用户可信度计算准确度。同时采用基于用户信息和用户自相关可信度对用户从属节点进行裁剪的双重剪枝算法,由此可以在保证用户可信度计算准确度的基础上,降低算法的计算开销。通过与其他相关算法的仿真实验结果对比表明,本文所提算法在用户可信度计算结果中具有优越性;3.本文提出了一种基于软间隔支持向量机的在线社交网络用户可信度评估方法。该方法首先采用阶梯赋值法量化计算用户配置文件信息和用户生成内容信息,并基于上述两方面的度量值构建用户可信度评估集合,同时引入软间隔支持向量机对用户可信度评估集合进行处理,最终得到评估结果。该算法不但采用阶梯赋值法对用户信息进行量化,提高了用户可信度评估的普适性,而且将用户可信度评估维度从线性求和维度转换为平面坐标维度,减小了用户在分类阈值区间混叠的评估误差。仿真实验表明,本文所提方法在用户可信度评估结果中具有优越性。

关键词：在线社交网络用户可信度软间隔支持向量机信息熵阶梯赋值法双重剪枝邻接用户

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络中消息传播机制的研究

在线社交网络中消息传播机制的研究

作者：赵培西南石油大学

学位级别：硕士

在线社交网络中,信息通过网络中的连边,从一个人传到另一个人,从一个区域传到另一个区域,产生与疾病传播相似的效应。然而,由于传播媒介及传播实体的差异,在线社交网络中的信息传播又与疾病传播有所不同。其中,一个基本而重要的问题是,... 详细信息

在线社交网络中,信息通过网络中的连边,从一个人传到另一个人,从一个区域传到另一个区域,产生与疾病传播相似的效应。然而,由于传播媒介及传播实体的差异,在线社交网络中的信息传播又与疾病传播有所不同。其中,一个基本而重要的问题是,作为网络节点的个人,他所发出的信息在网络上如何传播,经历怎样的路径,会有怎样的影响力,传播的深度和广度是怎样的。这些问题对于我们深刻理解在线社交媒体信息传播、掌握传播、并利用传播实现趋利避害的目的有很大的研究价值和现实意义。本文结合复杂网络理论对微博平台的信息传播从以上各角度进行了分析,其中重点研究了微博信息传播网络的拓扑结构、微博信息传播量的时间分布、用户属性和消息属性对信息传播模型的影响等问题,并对微博消息转发的预测进行了研究。本文从微博信息传播的拓扑结构入手,进而对微博传播的影响力、微博传播量的时间分布进行分析,发现了消息类型的不同、用户节点属性的不同对消息传播结果具有显著影响。通过大量的数据分析,发现粉丝量特大的明星用户发布的消息往往呈现出波纹式传播模型,传播层次相对较浅。时效性较强的微博消息的传播量时间分布通常是一个长尾分布,而搞笑型、技巧型、教育型微博消息的传播模型呈现多样、爆发点随机等特征。分别对相同用户的微博记录进行抽样,发现一个微博用户的消息传播模式大体是相似的;然后对由不同人发布的相同内容消息进行抽样分析,发现不管用户的属性(粉丝数,转发量,所属分类等)有何不同,同一消息内容的传播模式总是相似的。这些结果对于我们深刻了解在线社交网络信息传播规律具有理论和现实意义。

关键词：在线社交网络微博传播规律信息传播树

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络基于注意力机制的谣言检测研究

在线社交网络基于注意力机制的谣言检测研究

作者：周峤福建师范大学

学位级别：硕士

得益于互联网技术的飞速发展,在线社交网络已成为广大用户进行信息发布与资讯获取的主要平台。然而,在线社交网络信息发布门槛低、审核机制不严格等弊端也为网络谣言的产生与传播创造了条件。如果放任其传播扩散,会对民众造成误导,进而... 详细信息

得益于互联网技术的飞速发展,在线社交网络已成为广大用户进行信息发布与资讯获取的主要平台。然而,在线社交网络信息发布门槛低、审核机制不严格等弊端也为网络谣言的产生与传播创造了条件。如果放任其传播扩散,会对民众造成误导,进而威胁社会的稳定与发展。在线社交网络中的谣言检测研究旨在快速准确地判断出网络中的谣言信息,在现实意义和应用层面都具有一定价值。尽管如此,目前研究仍存在一些问题亟待解决:第一,缺少对信息传播过程中动态信息和反向结构信息的刻画与利用;第二,忽视用户身份信息和行为信息的重要作用;第三,缺乏对不同模态信息间隐藏关联的挖掘与表示。针对上述问题,本文进行了以下研究:(1)针对现有研究无法充分利用信息传播过程中动态传播信息和双向结构特征的问题,本文提出了基于双向动态图注意力网络的谣言检测方案。首先,将信息传播过程建模为连续时间动态图,并将时间信息编码至节点表征向量中,通过注意力机制聚合节点的邻域信息和时间信息;接着,使用两个图注意力网络,分别学习信息传播过程中自顶向下与自底向上的结构信息;最后,将得到的图嵌入表示作为分类器的输入,判断信息的真实性。实验结果表明,在微博、Twitter15和Twitter16数据集上,该方案在不同的评价指标上优于对比的基准方法。(2)针对现有研究使用统计信息难以生成有效的用户表征向量的问题,本文提出了基于用户特征增强的谣言检测方案。首先,定义最大平均值对数偏差,用其从用户的历史数据中提取出多项衡量用户身份可信度的特征;然后,使用得到的用户特征对节点表征向量进行增强,并使用双向动态图注意力网络学习信息传播过程中用户间的交互行为信息;最后,将包含用户身份信息与行为信息的图嵌入表示作为模型判断谣言的依据。实验结果表明,加入对用户身份信息与行为信息的学习能够提高谣言检测的效果。(3)针对现有研究缺乏对消息节点与用户节点之间隐藏关联信息挖掘的问题,本文提出了基于异质图网络的谣言检测方案。首先,构造包含消息节点与用户节点的动态异质传播图;接着,使用符号注意力机制强化负向关联邻居节点的影响,使节点嵌入包含更多邻域信息;然后,使用多头自注意力对每个模态的特征进行增强表示,使用互注意力学习不同模态间的互信息,最终得到包含跨模态隐藏信息的图嵌入表示。实验结果表明,建模为异质图的做法能够使模型获得更多有用的信息,从而进一步提升谣言检测的效果。

关键词：谣言检测注意力机制图神经网络在线社交网络

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络上的多消息传播研究

在线社交网络上的多消息传播研究

作者：王晶晶华东师范大学

学位级别：硕士

随着信息技术的迅猛发展,在线社交平台逐渐发展成为了人们日常沟通和获取消息的重要途径。一方面,在线社交平台的实时性方便了人们的观点表达与消息交换。另一方面,在线社交平台的开放性也使得虚假消息具有了一定的传播能力。2020年新... 详细信息

随着信息技术的迅猛发展,在线社交平台逐渐发展成为了人们日常沟通和获取消息的重要途径。一方面,在线社交平台的实时性方便了人们的观点表达与消息交换。另一方面,在线社交平台的开放性也使得虚假消息具有了一定的传播能力。2020年新冠疫情的快速爆发导致了虚假消息肆意传播,人们也逐渐意识到消息传播会对疫情防控和社会稳定产生重要的影响。目前已有的研究多数是对单条消息如新闻或谣言进行实证分析和理论研究,鲜有依据在线社交网络的实证数据来研究多消息的传播过程。本文基于复杂网络的方法与理论对在线社交网络上的多消息传播展开了如下研究:首先,本文抓取了微博平台的辟谣数据和中国卫健委的疫情数据,对比并分析得出辟谣新增数目和疫情新增数目的时延关联性,发现疫情态势会驱动消息传播并导致不同阶段下传播流行度分布的差异性。基于实证数据分析,本文构建了突发事件驱动下的消息传播模型,验证事件态势和竞争作用是影响消息传播流行度分布的重要因素,并且仿真结果与实证现象是一致的。其次,本文获取了推特网络上真消息与假消息的传播数据,并通过数据集里的转发关系构建了每条消息的转发级联网络。通过对比和分析大量的实证数据,发现假消息具有明显的传播优势,主要表现在传播流行度和结构流行度两方面。然后,利用数据集里消息的传播时间戳统计了真消息和假消息在年度产生量和年度转发量上的差异,发现假消息的年度产生量和年度转发量都明显偏高。同时,本文研究真消息和假消息转发网络的拓扑结构特征,发现真消息的转发过程更倾向于广播式的传播,而假消息的转发过程更倾向于树状式的传播。这说明消息的产生概率、转发概率和消息的传播方向将会共同影响消息的传播能力。最后,本文基于实证数据的分析结果,构建了用户注意力受限情况下的真假多消息传播模型,并深入探索了消息的产生概率、转发概率和信任概率对消息传播流行度和结构流行度的影响。在传播过程中,多条不同的真消息和假消息会受制于用户的有限注意力而产生竞争效应。基于大量的仿真实验,本文验证了消息的产生概率、转发概率和信任概率能够影响真消息与假消息的传播流行度分布和结构流行度特征,且仿真结果能够与实证结果相吻合。在线社交网络上的实证分析和模型构建将有助于人们理解消息传播的规律和机制,并对在线社交网络上的舆情控制和突发预警具有重要的参考意义。

关键词：复杂网络在线社交网络多消息传播结构流行度数学建模

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络恶意网址检测

在线社交网络恶意网址检测

作者：曹健吉林大学

学位级别：硕士

在线社交网络已经成为人们熟悉的交流平台,例如Facebook、Twitter、以及新浪微博等。与此同时,其开放性也引起了攻击者的关注。攻击者尝试利用社交网络平台传播和隐藏包含恶意网址的消息,间接对用户隐私安全构成威胁。为了解决在线社交... 详细信息

在线社交网络已经成为人们熟悉的交流平台,例如Facebook、Twitter、以及新浪微博等。与此同时,其开放性也引起了攻击者的关注。攻击者尝试利用社交网络平台传播和隐藏包含恶意网址的消息,间接对用户隐私安全构成威胁。为了解决在线社交网络上存在的恶意网址问题,研究学者、安全机构不断提出了对应的解决方案;主要包括消息中恶意网址检测以及spammer检测两个方向。当前大部分检测社交消息中恶意网址的解决方法是采用机器学习策略。此类方法会基于不同种类的特征集合,训练并构建检测器。不过,大部分现有工作中采取的特征主要是基于常规消息、以及账户特征等,与社交网络平台的特性并不相关。对于spammer检测,现有工作主要是针对社交网络中单一用户节点进行检测,而且,部分算法过度依赖于用户之间的社交网络关系。此类检测方法多会造成对同一用户的重复检测,并且不能有效的、一次性地清除采取策略潜藏的spammer团体。因此,有必要通过消息传播路径,将spammer与其发送的消息统一起来共同考虑。同时,利用消息相关联的用户的可疑程度,也能够在有限次数内将潜藏的spammer团体有效清除。本文针对社交消息中恶意网址检测方向,提出了基于消息转发的特征集合,并依此类特征设计了恶意网址检测器。转发行为是消息传播的主要途径,能够促进消息在社交网络平台上实时、快速的传播。为了验证检测器的性能,我们收集了大约有100 000条初始新浪微博消息,作为转发行为分析与研究的数据样本。经过训练以及检测器性能测试,该分类器的准确率为83.21%,而误报率为10.3%。为了验证提出的转发特征集的有效性,通过构建不包含此类特征的检测器,并与先前所设计检测器进行对比实验,其结果充分说明了基于消息转发行为特征在社交网络恶意网址检测研究上的有效性。针对spammer检测方向,本文引入了消息转发树,通过消息传播路径,将账户与其发送的消息统一结合起来。采用此方法,有利于解决社交网络中采用策略进行潜藏的spammer团体问题。首先,分析并总结了基于消息转发树的6个特征,分别是消息转发树层级、传播范围、重复转发行为、传播速度、以及消息转发树的权值均值。其次,通过机器学习策略,对此类特征集合矩阵进行训练并生成检测器。实验结果表明,该检测器的准确率高达95.3%,而误报率仅为0.5%。最后,对参与训练的特征集合进行特征影响度排名,结果表明基于消息转发树的特征都位居前列。同时,提出并采用了基于转发特征以及消息转发树的概念,在此领域尚属首例,对同类工作有借鉴意义。

关键词：在线社交网络恶意网址转发行为消息转发树

在线社交网络的自适应UNI64采样方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络的自适应UNI64采样方法研究

作者：曹天亮北京化工大学

学位级别：硕士

在线社交网络(Online Social Network, OSN)的兴起给网络带来了新的革命,同时它自身的很多特性也对现实社会产生了广泛而深入的影响。近些年来已吸引了很多研究学者对在线社交网络进行分析和研究。由于在线社交网络属于大规模网络,其自... 详细信息

在线社交网络(Online Social Network, OSN)的兴起给网络带来了新的革命,同时它自身的很多特性也对现实社会产生了广泛而深入的影响。近些年来已吸引了很多研究学者对在线社交网络进行分析和研究。由于在线社交网络属于大规模网络,其自身特性和行为模式较为复杂,无法准确的获得真实网络的全部数据,所以大部分研究都是基于真实网络的样本网络进行的。对于在线社交网络的研究,样本网络质量对研究结果是极为重要的。因此,通过研究网络的采样方法获得一个能够反映真实网络某一方面或某些方面特征的网络样本是在线社交网络研究的前提保障。通过大量的研究,学者们已经提出了多种对于网络的采样方法,但是需要一个无偏均匀的样本集来对这些采样方法和结果的优劣进行评价。而UNI方法采样获得的样本网络恰好符合要求,它以拒绝-接受采样为依据进行无偏均匀的采样。但该方法也有局限性,仅适用于采集用户ID系统为32位整数的网络,现在大多数在线社交网络的用户ID系统都已经升级为64位整数系统,这就使得表现良好的UNI方法对64位整数系统的采样命中率几乎为零,导致该方法无法继续使用。本文采用统计学方法对在线社交网络用户64位ID系统的分布情况进行了详细分析,其结果表明,在线社交网络用户ID的分布呈非均匀非随机分布。根据此分析结果并结合自适应的思想对UNI方法进行了改进,设计实现一种适用于64位整数用户ID系统的高效无偏均匀的自适应采样方法,称为“自适应UNI64方法”。最后在新浪微博数据集上对该方法的采样效果进行了实验验证,实验结果表明,自适应UNI64方法能在64位整数ID系统空间进行采样,且采样命中率和采样效率较UNI方法有很大提高,得到的样本网络有效ID的分布符合实际。

关键词：在线社交网络采样方法自适应采样 UNI方法新浪微博

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络的动态消息传播模型研究与应用

在线社交网络的动态消息传播模型研究与应用

作者：蒙在桥广东工业大学

学位级别：硕士

在线社交网络的盛行改变了人们的交流方式,丰富了人们的社交关系网络。互联网开放便捷的特性给人们的交流带来便利的同时,使得一些流言蜚语、病毒、谣言等在社交网络平台中流传开来难以控制。当前国内外对复杂网络传播学的研究方兴未艾... 详细信息

在线社交网络的盛行改变了人们的交流方式,丰富了人们的社交关系网络。互联网开放便捷的特性给人们的交流带来便利的同时,使得一些流言蜚语、病毒、谣言等在社交网络平台中流传开来难以控制。当前国内外对复杂网络传播学的研究方兴未艾,在线社交网络这种新兴媒体的传播研究正面临着巨大的挑战。研究在线社交网络中消息的传播规律、分析网络中舆论传播的机理、找出舆论扩散的关键因素以及关键节点可以有效地监控舆情并及时阻断不良言论在社交网络中扩散。目前学术界针对消息传播问题的研究主要是基于复杂网络传播动力学所建立的模型仿真进行的,其中的一些理论、模型和方法都有助于更好的理解不同网络的传播行为。然而,传统的传播模型由于其简单的理论特性往往难以描述真实在线社交网络的消息传播过程。因此,本文首先探讨了传统传播模型的均场假设和接触式退化机制在仿真在线社交网络消息传播的不足,分析了在线社交网络的在线活跃行为特征、消息传播的有向性特征以及节点的非均匀特性,在深入研究和探讨复杂网络传播动力学的基础上,提出一个基于在线社交网络的动态消息传播模型。模型引入一个退化函数使传播者自发地退化成免疫者,避免了网络核心节点的提前退化;动态指定节点的权威度和免疫力,使模型可以描述在线社交网络中节点间的拓扑差异;采纳有向图作为传播网络,并可扩展外部社会加强的影响因素,提高了模型的适用性和可扩展性。为了验证模型的有效性,本文分析了采集的三个新浪微博消息传播网络的基本拓扑性质以及度分布特征,发现采集的实验网络同样具有小世界和无标度特性。利用模型在该网络中仿真消息的传播,结果表明,不同参数变化下的仿真结果皆符合现实在线社交网络中的消息传播过程。最后,我们将模型应用于识别网络中有较高影响力的节点,利用模型的单传播源仿真实验评估了每个节点的传播影响力,分析节点传播影响力与中心性特征的相关性,结果显示,有向社交网络中节点的影响力并不能由κ-核的大小表征,而出度和紧密中心性为更好的描述标量。该结果有助于识别消息传播网络中的关键节点,并为进一步研究在线社交网络中消息、谣言等的传播机理打下基础。

关键词：仿真建模传播动力学传播模型在线社交网络影响力节点

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络负面口碑传播与控制研究

在线社交网络负面口碑传播与控制研究

作者：王刚山东大学

学位级别：硕士

互联网技术带动了网络购物和各类网络社交平台的发展,在很大程度上改变了人们的生活方式。消费者在使用网络购物平台进行购物时,越来越倾向于采纳网购平台买家评价以及在线社区中的言论和口碑等参考信息。一方面,由于虚拟社区的信息传... 详细信息

互联网技术带动了网络购物和各类网络社交平台的发展,在很大程度上改变了人们的生活方式。消费者在使用网络购物平台进行购物时,越来越倾向于采纳网购平台买家评价以及在线社区中的言论和口碑等参考信息。一方面,由于虚拟社区的信息传播特性,口碑信息尤其是带有较强情感的负面口碑能在短时间内迅速扩散,负面口碑的大规模扩散会给企业带来非常严重的后果;另一方面,当下企业在面对负面口碑舆情时,不仅反应速度缓慢,并且响应的措施和效果也不尽如人意。因此,本文以在线社交网络中的负面口碑传播过程为研究对象,以虚拟社区在线社交网络中的消费者及其社交关系作为研究背景,通过建立口碑传播与企业控制策略模型并进行计算机仿真,分析研究在线社交网络负面口碑的传播过程以及企业控制策略实施效果。首先将消费者状态进一步细分为未知者、感染者、免疫者和潜伏者,然后构建传染病传播模型,并将线性阈值思想结合到模型的感染过程当中,被感染与否取决于好友整体的感染情况而非单个好友;其次在整个传播过程中,综合考虑消费者的感知阈值、传播概率以及退出概率参数;然后,从不同角度提出正向宣传型、服务补救型和意见领袖干预三种控制策略并在模型中对应到具体过程和参数;最后通过Matlab平台对传播模型和企业控制策略进行仿真得到仿真结果并进行分析。本文得出的主要结论:（1）负面口碑的传播规模与感知阈值、退出影响因素间均为显著非线性负相关关系,意见领袖加入传播会加速传播过程,但却不会显著增加传播规模;（2）企业控制策略应当在传播开始前期实施,且越早越好,传播后期实施服务补救策略没有任何效果,甚至会因为在后期实施正向宣传策略而导致最终传播规模增加;（3）正向宣传与服务补救组合策略具有良好的控制NIWOM传播效果,意见领袖干预策略与另两种策略分别组合效果一般。本文主要创新之处在于:首先,将线性阈值思想结合到传统传染病模型的的感染过程构建综合的传播过程模型,更加符合在线社交网络环境下负面口碑传播背景;其次,考虑到消费者在传播过程中因为多种因素导致传播意愿降低和退出传播意愿提高的情况,并通过指数函数因子体现到模型中;最后,通过建模与计算机仿真的方式,对企业不同时刻投入不同规模的资源而实施的控制策略效果进行仿真实验,从定量的角度分析企业应对负面口碑控制策略不同响应时间和投入资源所产生的效果,相较于传统的定性分析更加直观。

关键词：在线社交网络负面口碑线性阈值 MATLAB 控制策略

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络社区发现方法研究

在线社交网络社区发现方法研究

作者：丁楠重庆理工大学

学位级别：硕士

自第四次技术革命浪潮以来,形形色色的社交平台逐渐崭露头角甚至在短时间内发展壮大,它们极大的改变了人们的传统社交模式,规模宏大且复杂的在线社交网络也随之产生。作为在线社交网络研究分支之一的社区发现可以进一步揭示网络的隐藏结... 详细信息

自第四次技术革命浪潮以来,形形色色的社交平台逐渐崭露头角甚至在短时间内发展壮大,它们极大的改变了人们的传统社交模式,规模宏大且复杂的在线社交网络也随之产生。作为在线社交网络研究分支之一的社区发现可以进一步揭示网络的隐藏结构,同时也有利于其他领域的研究。本文主要围绕在线社交网络的状态开展相关工作,分别从在线社交网络的静态性和动态性两个方面进行建模分析和理论研究。本文设计了一系列科学实验,以检验提出模型的科学性和可靠性,基于此,本文的主要研究工作如下:(1)鉴于目前在线社交网络中大多数社区发现方法没有考虑节点自迁移和节点偏差,无法有效提取图的特征,导致社区划分结果不够理想。于是,本文重新设计静态社区发现算法。首先,本文融合矩阵分解基本原理,建立了拉普拉斯矩阵模型。其次,考虑到全局在线社交网络信息获取和计算的高成本,设计了一种结合局部距离的社区发现模型。最后,利用节点秩优化函数选择最佳社区划分。同时,对11个不同的社交网络进行了验证分析,实验结果表明:在真实网络中,与目前最先进的7种优化方法相比,所提出的局部距离节点秩优化算法的总体性能提高了近7%。该算法合理有效,并可推广到多尺度社区发现。(2)针对目前绝大多数社区发现算法仍然处于静态的研究,并且在尚存的一些动态社区发现算法中面临动态网络模型构建不能高效地表示整个动态网络变化过程的问题,于是,本文设计出系统演变的移植分区模型。首先,在典型的移植分区模型中引入时间维,把所有的状态当作变量处理,并构建观测方程;然后本文利用图优化策略,将整个动态社交网络的观测方程作为变量间的约束,并构造误差函数,接着对此误差函数的二次型进行最小化处理;最终,本文借助列文伯格-马夸尔特思想给误差函数计算梯度,并按照它的方向不断更新,同时在人工网络与真实网络的实验环境下进行仿真实验。实验结果表明:提出的模型相比于4种先进方法分别提高了5%和3%的准确度,证明提出的模型具有健壮性,并且是合理的、有效的。综上所述,本文深入分析了在线社交网络的网络状态特性,构建了合理且有效的数学模型,并在多个人工网络和真实网络均得到了验证。因此,本文得到的相关结论具有广泛的理论与应用价值。

关键词：在线社交网络局部距离时序网络社区发现

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

在线社交网络竞争性信息传播模型研究

在线社交网络竞争性信息传播模型研究

作者：何道兵重庆理工大学

学位级别：硕士

近年来,在线社交网络得到迅速发展,各种应用层出不穷,为人们开拓了新的信息分享和交流平台,它不仅在传递信息、促进交流等方面起着重要作用,而且渗透到人们的日常生产生活中。在线社交网络上普遍存在同一事件产生的不同类型的竞争性信... 详细信息

近年来,在线社交网络得到迅速发展,各种应用层出不穷,为人们开拓了新的信息分享和交流平台,它不仅在传递信息、促进交流等方面起着重要作用,而且渗透到人们的日常生产生活中。在线社交网络上普遍存在同一事件产生的不同类型的竞争性信息同时在网络中传播的情形,这些信息之间往往存在着正相关或负相关的特性。本文致力于分析不同类型信息的竞争性传播机制,探索原生信息正向传播与衍生信息逆向反馈的作用规则,构建基于在线社交网络的竞争性信息传播模型,并开展一系列科学实验,以检验模型的有效性。主要研究工作如下:（1）研究在线社交网络特征与传播主体的社会属性,引入衰减系数、噪声系数等参变量刻画用户间信息竞争传播的效果,定义竞争反馈函数描述信息的反馈机制。根据信息竞争扩散过程生成信息传播树,从而揭示在线社交网络上的个人社交关系、网络集群主体、空间拓扑结构、信息驱动力量之间的复杂竞争传播规律和互动机制。（2）研究网络上不同类型信息之间的竞争机制和节点状态转化规则,竞争性信息传播过程本质上是齐次马尔可夫随机过程。根据个体交互关系建立节点状态转换概率图,用随机过程方法推导出状态转换概率矩阵,构建节点状态转化的竞争性信息扩散微观概率模型,从微观层面上揭示网络上不同类型信息之间的竞争扩散传播原理。（3）在线社交网络上拓扑结构复杂、用户数量众多、个体行为多样,探究社交网络中不同类型的竞争性信息在同步传播和异步传播模式下的全寿命周期过程。考虑到个体行为在宏观上符合统计规律性,运用动态时间序列和非线性动力学方法,构建竞争性信息传播宏观演化模型,用以刻画信息竞争传播过程对整个系统的影响。求解传播模型平衡点,证明系统稳定性,开展单因素敏感性分析、仿真分析、实证对比分析实验,以确保模型是客观的、有效的。综上所述,本文深入分析了竞争性信息的传播规律,根据节点间信息交互规则、反馈机制和竞争机理,构建了微观概率模型和宏观演化模型。实验结果表明,传播模型仿真结果数据与在线社交网络上真实监测统计数据之间的吻合程度高,相似度和相关系数分别达到0.8469和0.8274以上,误差波动范围在正负0.2以内,说明模型精度较高。所以,本文得到的相关结论比单一信息传播有着更为真实的应用背景,具有更为广泛的应用价值。

关键词：在线社交网络负反馈信息传播竞争性信息