文档介绍：位置社交网络是一种目益兴起的新型社交网络,在位置社交网络中,每个用户不仅可以与其它用户建立好友关系,还可以通过签到分享自己在不同地点所参与的事件。通过挖掘用户的社交关系和地理位置,我们可以衡量事件参与者之间的相互影响力。这种用户影响力的衡量在现实生活中有着广泛的应用场景,比如精准广告投放和病毒式营销等。本文深入分析了位置社交网络用户之问的社交关系邻近性和地理位置邻近性,并提出了一种新颖的地理社交影响力度量。这种度量融合了用户之间的社交影响力和地理影响力:在社交影响力方面,我们采用随机游走模型对网络中信息的传播进行了建模,设计了一种称为处罚命中时间的邻近性权重用于计算用户的社交影响力;在地理影响力方面,我们根据位置社交网络用户的签到规律,采用了幂律分布模型计算空间距离对用户参与事件的影响。基于上述地理社交影响力度量,本文解决了位置社交网络中的两个问题:用户地理社交影响力计算:我们提出了两种近似算法,即全局迭代算法和动态邻域扩张算法,这两种算法具有紧致的理论误差界限,并能够高效衡量单个用户在位置社交网络中的影响力:.跋炝κ录诰颍何颐翘岢隽艘恢只诔样和阈值界定的算法,可以高效地挖掘出位置社交网络中最有影响力的鍪录在真实位置社交网络数据集及合成数据集上的大量实验表明,我们所提出的算法是有效、高效和可扩展的。关键词:社交网络,随机游走,位置服务,结构分析浙江大学硕士学位论文摘要
.,.琫,,琤甌猻琤:畐,.,狵...:琑琒.
目录摘要⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.第滦髀邸璴课题背景⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本文工作与贡献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第孪喙毓ぷ鳌社交网络中用户影响力分析⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯位置社交网络挖掘⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯用户社交邻近程度度量⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第挛侍饷枋觥本文符号⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..社交影响力⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯..地理影响力⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一问题形式化定义⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一第掠没У乩砩缃挥跋炝扑恪计算处罚命中时间⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.┱潘惴ā地理影响力计算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于采样的事件影响力计算⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯基于阈值界定的挖掘算法⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第率笛榻峁实验配置⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.ΨC惺奔浼扑阈阅懿馐浴本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一浙江大学硕士学位论文⋯...⋯⋯....,⋯⋯.⋯⋯⋯⋯....⋯⋯⋯.⋯⋯⋯⋯⋯⋯..⋯⋯.⋯⋯⋯⋯⋯⋯..⋯....⋯⋯⋯.⋯⋯
.⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯一本章小结⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯第伦芙嵊胝雇本文工作与贡献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯未来展望⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯参考文献⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯攻读硕士学位期间主要的研究成果⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯敛谢⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.浙江大学硕士学位论文目录.
图目录图位置社交网络拓扑结构示意图⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯图位置社交网络中的不同事件躺踩Ρ硎靖鞲鍪录牟斡胝⋯图社交网络中随机游走与命中时间示例⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图命中时间与社交网络密集子图的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图签到概率与空间距离的关系⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图全局迭代算法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图动态邻域扩张算法流程⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯⋯.图动态邻域扩张算法示例ゼ跸凳猅.⋯⋯⋯⋯⋯⋯⋯⋯.图基于采样与阈值界定的甂影响力事件挖掘算法⋯⋯⋯⋯⋯⋯.图全局迭代算法与动态邻域扩张算法的收敛性⋯⋯⋯⋯⋯⋯⋯⋯⋯.图三种算法计算处罚命中时间与事件规模的关系⋯⋯⋯⋯⋯⋯⋯⋯.图全局迭代算法和动态邻域扩张算法的可扩展性⋯⋯⋯⋯⋯⋯⋯⋯.浙江大学硕士学位论文
表目录本