社交网络形成与分析的新模型与方法
社会与信息网络
2017-06-29 v1 物理与社会
摘要
该博士工作聚焦于与社交网络相关的三个主要问题：（1）编排网络形成：我们考虑编排具有某种给定拓扑的社交网络形成的问题，该拓扑可能适用于预期用例。假设社交网络节点在形成关系时是策略性的，我们推导出可唯一获得给定拓扑的条件。我们还研究了推导条件的效率和鲁棒性。（2）多阶段影响最大化：我们提出信息扩散应分多个阶段而非一次性进行。以实现更好扩散为目标，我们发现最优方式在阶段间分配可用预算、确定连续阶段间的时间延迟，并找到用于启动扩散过程的目标个体。（3）可扩展偏好聚合：确定社交网络的少量代表非常有用，使得这些节点的个体偏好在聚合时反映整个网络的聚合偏好。利用从Facebook收集带有人类受试者的真实数据，我们发现一个忠实捕捉社交网络中偏好传播的模型。因此我们提出快速可靠的方法来计算整个网络真正代表性的聚合偏好。特别地，我们开发了解决上述问题的模型与方法，主要处理社交网络的形成与分析。
引用
@article{arxiv.1706.09310,
title = {New Models and Methods for Formation and Analysis of Social Networks},
author = {Swapnil Dhamal},
journal= {arXiv preprint arXiv:1706.09310},
year = {2017}
}
备注
This is the doctoral thesis of Swapnil Dhamal, Department of Computer Science and Automation, Indian Institute of Science, Bangalore, India (2016)