项目总结报告解说.PDFVIP

《社交大数据环境下影响力最大化节点挖掘技术及其应用》 项目总结报告 一、项目概况 项目基本信息：本项目是由东南大学和苏州米谷网络科技有限公司联合承 担，立项时间为2014 年9 月，项目编号为BY2014127-10，项目负责人为东南大 学计算机科学与工程学院曹玖新。本项目研究经费150 万元，其中省拨款30 万 元，单位自筹120 万元。 计算机技术的快速发展和社交方式的多样化催生了很多大规模的在线社交 网站。这些大型在线社交网络的成员数目庞大、结构错综复杂、交互行为数据繁 多。它们的出现对社交网络的研究提出了巨大的机遇和挑战。通过研究影响最大 化问题不仅有助于人们理解影响传播的动态过程，而且在社会心理学、传播学、 公共关系学、广告学、营销学、消费行为学等领域也具有重要的应用，比如市场 营销、疾病预防、舆论引导和社会安定等。 最大影响力节点挖掘的目标是挖掘社交网络社区中具有一定影响力的节点， 这些节点的交互行为对整个网络的信息传播趋势具有重大影响。因此，最大影响 力节点的挖掘有助于网络舆情的监控与引导。微博是目前主流的社交网络，信息 流动速度快，用户交互行为频繁，以内容简洁、发布实时、互动性强、自由开放 和高容纳性吸引了越来越多的用户，成为虚拟全民社会。通过对一些意见领袖的 监控，可以有效地从源头抑制谣言的流传与扩散。另外，通过对意见领袖的舆论 引导，如微博中通过意见领袖的转播或评论行为使热点新闻消息得到爆炸式传 播，产生一定的社会反响，引起有关部门的高度关注，目前政府部门竞相开通政 务微博，微博、BBS 等社交媒体成为事件曝光、网络反腐、政务公开的一个重 要网络平台。作为传播媒介的社交网络，在社会个体之间相互影响，信息传播和 思想引导方面，发挥着重大作用。研究表明，通过朋友或其他信任源的推荐可以 获得更高的满足度。这就提出了如何充分利用个体之间的相互关系来达到最好影 响效果问题。例如一家创业公司新开发了一个新型且很实用的产品，想通过社交 网络对产品做推广营销，然而推广资金有限，例如厂家只能给小部分用户发放免 费产品去使用它，如果其中有用户满意他们就会购买，并且推荐给他们的朋友也 去购买，这些受到影响的朋友又会把该产品推荐给他们自己的朋友，同样的过程 持续进行，就产生了级联推荐的效果，这就是营销领域的 “口碑效应” (work-of-mouth)现象和 “病毒式营销”(viral marketing) 。 综上所述，针对以上问题，东南大学与苏州米谷网络科技有限公司联合承担 了江苏省产学研前瞻性联合研究项目“社交大数据环境下影响力最大化节点挖掘 技术及其应用”的研究工作，去研究真实社交网络中影响力最大化节点挖掘技术， 即在大规模社交网络中挖掘一个较小的节点集合使得该集合在社交网络中的影 响力最大化，通过高效且准确的影响力最大化节点挖掘算法，实现企业广告在社 交网络中的精准营销与投放、社会舆论的监控等。具体研究内容包括六个方面： (1) 基于话题的最大影响力节点挖掘：本部分旨在基于社交网络用户的交互 行为和信息传播机制，对社交网络的节点影响力进行深度挖掘。通过建立合适的 用户节点属性模型，包括结构属性和话题属性，设计有效的挖掘算法，解决能适 用于真实社交环境中的意见领袖识别算法，从而为微博类新型社交网络的舆情分 析与传播控制提供技术支撑。 (2) 基于拓扑结构的最大影响力节点挖掘：本部分首先对真实社交网络数据 集进行抽象，分析网络中的结构特性和节点属性；然后对所有数据集提供一个抽 象的接口，以供其他模块使用，而无需关注具体的数据集特征；再次，基于具体 的传播模型和网络接口，对节点的影响力进行建模；最后，基于节点核数概念提 出高效的影响力节点集合发现算法；同时，提出一种综合启发式和贪心策略的混 合算法，它既有着贪心算法那样稳定且高的传播影响力，又没有传统贪心算法那 样高的时间复杂度，在时间效率和影响效果上达到良好的平衡。 (3) 基于节点主题属性的最大影响力节点挖掘：通过对比发现，本部分研究 的问题与基于拓扑结构的影响最大化问题的最大区别就在于网络中加入了节点 主题属性信息，最终选取的节点在具有特定主题属性的节点集内影响最大化。节 点主题属性对信息传播的影响从深层次来说，是节点主题属性对节点间影响概率 的影响，这是由于节点主题属性影响节点对信息的偏好程度。因此，解决基于节 点主题属性的影响最大化问题的直观思路就是：根据节点主题属性对节点间影响 概率建模，在此基础上研究高效的影响最