搜索

x

留言板

尊敬的读者、作者、审稿人, 关于本刊的投稿、审稿、编辑和出版的任何问题, 您可以本页添加留言。我们将尽快给您答复。谢谢您的支持!

姓名
邮箱
手机号码
标题
留言内容
验证码

社交网络中基于贝叶斯和半环代数模型的节点影响力计算机理

赵佳 喻莉 李静茹

社交网络中基于贝叶斯和半环代数模型的节点影响力计算机理

赵佳, 喻莉, 李静茹
PDF
导出引用
导出核心图
  • 本文综合考虑网络结构及节点间的互动等关键因素, 提出了一种节点影响力分布式计算机理. 首先根据节点交互行为在时域上的自相似特性, 运用带折扣因子的贝叶斯模型计算节点间的直接影响力; 然后运用半环模型来分析节点间接影响力的聚合; 最后根据社交网络的小世界性质及传播门限, 综上计算出节点的综合影响力. 仿真结果表明, 本文给出的模型能有效抑制虚假粉丝导致的节点影响力波动, 消除了虚假粉丝的出现对节点影响力计算带来的干扰, 从中选择影响力高的若干节点作为传播源节点, 可以将信息传播到更多数目的节点, 促进了信息在社交网络中的传播.
    • 基金项目: 国家自然科学基金重点项目(批准号: 61231010, 60972016)和湖北省杰出青年科学家基金(批准号: 2009CDA150)资助的课题.
    [1]

    Carmen Camarero, Rebeca San José 2011 Computers in Human Behavior 27 2292

    [2]

    Eytan Bakshy, Jake M Hofman, Winter A Mason, Duncan J Watts 2011 Proceedings of the fourth ACM international conference on Web search and data mining p65

    [3]

    Mursel Tasgin, Haluk O Bingol 2012 Advs. Complex Syst. 15 1250061

    [4]

    Gu Y R, Xia L L 2012 Acta Phys. Sin. 61 238701 (in Chinese) [顾亦然, 夏玲玲 2012 物理学报 61 238701]

    [5]

    Zhou J Y, Zhang Y L, Cheng J 2011 the 6th International Conference on Frontier of Computer Science and Technology (FCST-11) p1512

    [6]

    Newman M E J 2003 SIAM Review 45 167

    [7]

    Page L, Brin S, Motwani R, Winograd T 1999 Technical Report Stanford InfoLab 1999–66

    [8]

    L L Y, Zhang Y C, Yeung C H, Zhou T 2011 PLoS ONE 6 e21202

    [9]

    Ilyas M U, Shafip M Z, Liu A X, Radha H 2011 Infocom p561

    [10]

    Theodorakopoulos G, Baras J S 2006 IEEE Journal on Selected Areas in Communications 24 318

    [11]

    Lars Backstrom, Paolo Boldiy, Marco Rosay, Johan Ugander, Sebastiano Vigna, 2011 arXiv: 1111.4570

    [12]

    Watts D J, Strogatz S H 1998 Nature 393 440

    [13]

    Albert-László Barabásí, Réka Albert 1999 Science 286 509

    [14]

    Wang X F, Li X, Chen G R 2012 Network Science: An Introduction (1st Edn.) (Beijing: Higher Education Press) (in Chinese) [汪小帆, 李翔, 陈关荣 2012 网络科学导论 (北京: 高等教育出版社)]

    [15]

    Guo J L, Wang L N 2007 Acta Phys. Sin. 56 5635 (in Chinese) [郭进利, 汪丽娜 2007 物理学报 56 5635]

    [16]

    Opsahl T, Panzarasa P 2009 Social Networks 31 155

    [17]

    Newman M E J 2006 Phys. Rev. E 74 036104

    [18]

    Guimera R, Danon L, Diaz-Guilera A, Giralt F, Arenas A 2003 Phys. Rev. E 68 065103

    [19]

    Watts D J 2001 Proceedings of the National Academy of Science of the United States of America 99 5766

  • [1]

    Carmen Camarero, Rebeca San José 2011 Computers in Human Behavior 27 2292

    [2]

    Eytan Bakshy, Jake M Hofman, Winter A Mason, Duncan J Watts 2011 Proceedings of the fourth ACM international conference on Web search and data mining p65

    [3]

    Mursel Tasgin, Haluk O Bingol 2012 Advs. Complex Syst. 15 1250061

    [4]

    Gu Y R, Xia L L 2012 Acta Phys. Sin. 61 238701 (in Chinese) [顾亦然, 夏玲玲 2012 物理学报 61 238701]

    [5]

    Zhou J Y, Zhang Y L, Cheng J 2011 the 6th International Conference on Frontier of Computer Science and Technology (FCST-11) p1512

    [6]

    Newman M E J 2003 SIAM Review 45 167

    [7]

    Page L, Brin S, Motwani R, Winograd T 1999 Technical Report Stanford InfoLab 1999–66

    [8]

    L L Y, Zhang Y C, Yeung C H, Zhou T 2011 PLoS ONE 6 e21202

    [9]

    Ilyas M U, Shafip M Z, Liu A X, Radha H 2011 Infocom p561

    [10]

    Theodorakopoulos G, Baras J S 2006 IEEE Journal on Selected Areas in Communications 24 318

    [11]

    Lars Backstrom, Paolo Boldiy, Marco Rosay, Johan Ugander, Sebastiano Vigna, 2011 arXiv: 1111.4570

    [12]

    Watts D J, Strogatz S H 1998 Nature 393 440

    [13]

    Albert-László Barabásí, Réka Albert 1999 Science 286 509

    [14]

    Wang X F, Li X, Chen G R 2012 Network Science: An Introduction (1st Edn.) (Beijing: Higher Education Press) (in Chinese) [汪小帆, 李翔, 陈关荣 2012 网络科学导论 (北京: 高等教育出版社)]

    [15]

    Guo J L, Wang L N 2007 Acta Phys. Sin. 56 5635 (in Chinese) [郭进利, 汪丽娜 2007 物理学报 56 5635]

    [16]

    Opsahl T, Panzarasa P 2009 Social Networks 31 155

    [17]

    Newman M E J 2006 Phys. Rev. E 74 036104

    [18]

    Guimera R, Danon L, Diaz-Guilera A, Giralt F, Arenas A 2003 Phys. Rev. E 68 065103

    [19]

    Watts D J 2001 Proceedings of the National Academy of Science of the United States of America 99 5766

  • 引用本文:
    Citation:
计量
  • 文章访问数:  1583
  • PDF下载量:  1148
  • 被引次数: 0
出版历程
  • 收稿日期:  2013-01-05
  • 修回日期:  2013-03-19
  • 刊出日期:  2013-07-05

社交网络中基于贝叶斯和半环代数模型的节点影响力计算机理

  • 1. 华中科技大学电子信息与工程系, 武汉 430074;武汉光电国家实验室, 武汉 430074
    基金项目: 

    国家自然科学基金重点项目(批准号: 61231010, 60972016)和湖北省杰出青年科学家基金(批准号: 2009CDA150)资助的课题.

摘要: 本文综合考虑网络结构及节点间的互动等关键因素, 提出了一种节点影响力分布式计算机理. 首先根据节点交互行为在时域上的自相似特性, 运用带折扣因子的贝叶斯模型计算节点间的直接影响力; 然后运用半环模型来分析节点间接影响力的聚合; 最后根据社交网络的小世界性质及传播门限, 综上计算出节点的综合影响力. 仿真结果表明, 本文给出的模型能有效抑制虚假粉丝导致的节点影响力波动, 消除了虚假粉丝的出现对节点影响力计算带来的干扰, 从中选择影响力高的若干节点作为传播源节点, 可以将信息传播到更多数目的节点, 促进了信息在社交网络中的传播.

English Abstract

参考文献 (19)

目录

    /

    返回文章
    返回