在线社交网络下基于信任度的消息传播模型.docVIP

在线社交网络下基于信任度的消息传播模型.doc

  1. 1、本文档共16页,可阅读全部内容。
  2. 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
  5. 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  6. 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  7. 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  8. 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
在线社交网络下基于信任度的消息传播模型.doc

在线社交网络下基于信任度的消息传播模型   摘 要:   社交网络作为一种新兴的媒体具有广泛的社会影响力,且基于社交网络的营销方式逐渐成为一种新的发展趋势,因此研究社交网络中消息的传播具有重大的现实和经济意义。通过借鉴日常生活中人与人之间的信任原理,提出了一种基于信任度的消息传播模型。该模型首先利用个体的公开信息,使用数据挖掘的算法对个体进行分类;然后,根据同类和不同类个体之间的关系计算个体之间的信任度;最后,使用消息与个体的属性相似性以及信任度来计算消息可能传播范围。给出了相应的计算方法,并与两种基准方法对比,结果表明,该模型在准确度上提升15%左右,而所用时间降低50%以上。与数据集统计结果对比,该实验的结果与统计结果相差5%左右,充分表明该模型在实际应用中有比较好的效果。   关键词:   社交网络;数据挖掘;分类算法;信任度;网络的结构聚类算法;消息传播模型   中图分类号:   TP393.4   文献标志码:A   Trust-based information propagation model in online social networks   Abstract:   As a new media, social network gains a wide range of social influence, and the social network based e-commerce becomes more and more popular, which make the study of information propagation of great significance. A trust based information propagation model was presented in this paper according to the trust relationship between people in daily life. First, the algorithm of data mining was employed on personal information to make the classification of the users. And then the value of trust between the users was calculated according to their relationships. At last, this paper predicted the range of information propagation by using the trust value between the users and messages. Compared with two basic methods, the final experiment shows that the results generated by the model are enhanced by 15% in precision, while the time used decreases more than 50%. The results differ with the statistic results on the dataset at 5%, which shows that the model preforms well in practice.   Key words:   social network; data mining; classification algorithm; trust; Structural Clustering Algorithm for Networks (SCAN); information propagation model   0 引言   近年来社交网络得到了迅猛的发展,信息化革命让人们越来越依赖网络获取资讯,大批的社会性网络服务(Social Networking Service, SNS)网站受到越来越多用户的欢迎,如国外的Twitter,以及国内的新浪微博等。用户通过社交网络分享新闻、日志、视频等,维持和开拓人际关系,正是由于社交网络的开放性,人与人之间很容易建立起关系且这种关系不受时间、空间的限制。与传统的社交网络相比,社交网络上的消息传播有其随意性、不可控性以及其前所未有的传播优势和巨大的影响力,使其成为拥有强大舆论动员力的传播工具。同时由于电子商务的发展,基于SNS的网络营销越来越受到人们的重视,而SNS上的消息受众的多少也直接影响营销的效果,了解消息的受众范围往往可

文档评论(0)

lmother_lt + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档