線上社交網路中時間敏感信息的高效傳播策略研究

《線上社交網路中時間敏感信息的高效傳播策略研究》是依託武漢大學，由劉芹擔任項目負責人的面上項目。

基本介紹

• 中文名：線上社交網路中時間敏感信息的高效傳播策略研究
• 項目類別：面上項目
• 項目負責人：劉芹
• 依託單位：武漢大學

項目摘要

線上社交網路正在經歷爆炸式的發展，它已成為一種重要的信息傳播媒介，是擴散時間敏感、客群廣泛信息的有力工具。由於線上社交網路結構複雜、規模龐大、高度異構且動態變化，並且用戶呈現多樣性，目前對於信息傳播過程的理解還非常有限。已有研究通常關注信息的長期擴散影響，而忽略了信息的擴散速度。本課題研究線上社交網路中時間敏感信息的高效傳播策略，建立包含時間動態的信息傳播預測模型，刻畫信息如何隨著時間的推移而擴散，預測訊息擴散機率和擴散時間；設計時間敏感信息的實時傳播算法，給定截止時間，尋找最小的種子集合，使得在截止時間內，網路中至少給定比例的用戶被該信息所影響；設計時間敏感信息的快速傳播算法，在一定的社交距離約束下，尋找最小的種子集合發布訊息，使得至少給定比例的用戶被該息所影響。研究成果可直接套用於社交網路的信息傳播，具有較強的理論和實際研究價值。

結題摘要

影響最大化是線上社交網路的一個基本研究問題，它是指如何選取一些有影響力的用戶做為初始的種子節點發布訊息，實現信息在網路中的有效擴散，從整體上最大程度地影響其他用戶。但是已有的研究通常認為一個用戶只會影響它的鄰居節點一次，且不考慮時間和代價約束。在真實世界裡，人們會在一段時間內反覆影響其好友，有時信息的傳播也會付出一些代價。我們利用用戶線上模型提出了時間和代價受限制的影響力模型TCIO。在TCIO模型中，種子節點的選取受限於預算，並且在訊息過期之前，每個節點會根據鄰居節點的上線模式反覆影響鄰居節點，證明了該問題是NP難問題，並且TCIO具有影響力擴散的單調性和子模性。我們設計了貪心算法來解決該問題。為了降低計算複雜度，最佳化種子節點選取過程，我們提出了算法GMAI，利用影響力權重有效地近似計算影響力的增加。研究者提出了許多影響力最大化的算法，然而已知算法都是串列執行，在大規模社交網路將花費很長時間。我們研究了兩類大規模社交網路影響力最大化的問題：沒有預算限制的影響力最大化和有預算限制的影響力最大化。分別為這兩類問題提出基於社團的最大度算法和最大度開銷比例算法。兩種方法都可並行地運行於Hadoop平台。我們在各種規模的社交網路進行了實驗，實驗結果表明所提出的算法具有良好的可擴展性，並且性能優於傳統的啟發式算法。混合車載網路融合了車載網路和移動通信網路，提出了一種混合節點部署方案，該方案考慮路邊節點數量有限的條件下，如何通過最佳化路邊節點的部署位置，以滿足儘可能多的車輛節點的通信需求，從而最大化路邊節點的部署效益；提出了一種基於社交性的混合部署策略，通過分析混合車載網路具有社區性質，並利用該特性進行最優部署；通過分析真實車輛的軌跡數據並且通過提取車輛間的“接觸”和運用社區發現理論發現了其中的社交性，提出了社區合作度的概念去衡量整個社區中訊息傳遞的合作的機率。在智慧型電網中，智慧型電錶是收集用戶用電量的設備。智慧型電錶為控制中心提供了一種及時準確監測電力供應和消耗的高效手段。然而，通過非可信的公共網路收集用戶的用電情況面臨著嚴重的隱私問題。我們為智慧型電網中的電錶數據收集提出一種輕量的隱私保護方案，該方案有輕量級、無需可信第三方進行密鑰生成和密鑰管理和可擴展的特點，可套用於通過公共網路連線的大規模用戶。