鏈接推薦用于增強社交網(wǎng)絡信息擴散方法研究.pdf

1、以往關于鏈接推薦方面的研究，大部分關注于對社會交往功能的加強，而忽視了對信息擴散功能的加強。鏈接推薦算法不應該僅僅專注于評估用戶信息間的相似度或者社交關系間的相似度，同時也應該關注那些應用了推薦算法在網(wǎng)絡中增加的邊，使得信息在更新的網(wǎng)絡結(jié)構(gòu)上獲得擴散的最大化。前人通過引入社區(qū)發(fā)現(xiàn)提出了結(jié)點擴散度的概念，并將結(jié)點擴散度的結(jié)果和傳統(tǒng)鏈接預測結(jié)果相結(jié)合來解決上述問題。
　　本文的研究工作主要分為以下三方面：
　　1.首先給出了鏈接

2、推薦用于增強信息擴散的研究框架，并選定了框架中核心部分相對應的算法和模型，對比分析了現(xiàn)有的三種計算結(jié)點擴散度的方法；
　　2.分析現(xiàn)有結(jié)點擴散度算法的不足，通過引入社區(qū)對結(jié)構(gòu)提出了非重疊社區(qū)結(jié)點擴散度改進版算法；
　　3.分析重疊社區(qū)的信息擴散結(jié)構(gòu)，通過引入結(jié)點的社區(qū)中心性提出了重疊社區(qū)的結(jié)點擴散度算法。
　　本文在真實的無向社交網(wǎng)絡數(shù)據(jù)集Email-Enron及Amazon和有向社交網(wǎng)絡數(shù)據(jù)集Email-EuAll上