發(fā)布時(shí)間：2024-06-07 03:28

　　在線社交網(wǎng)絡(luò)的蓬勃發(fā)展推動(dòng)了社交平臺(tái)中廣告的飛速增長,廣告成為社交平臺(tái)的主要盈利點(diǎn)之一。如何利用社交影響力提高社交廣告的投放效果,成為在線社交網(wǎng)絡(luò)的關(guān)鍵研究問題之一。然而,社交廣告的類型多樣,現(xiàn)有的研究在挖掘社交影響力、算法結(jié)果的準(zhǔn)確性以及運(yùn)行時(shí)間的高效性等方面存在不足。因此,本文針對社交展示廣告和病毒營銷兩種類型的社交廣告投放算法展開了深入研究。針對社交展示廣告,本文提出了在線社交網(wǎng)絡(luò)中基于主題的社交展示廣告優(yōu)化(TSDO)問題,并設(shè)計(jì)了多種方案進(jìn)行求解。首先,對基于主題的社交展示廣告最優(yōu)化問題進(jìn)行了形式化定義,并分析了問題的復(fù)雜度。然后,為了克服現(xiàn)有啟發(fā)式算法中啟發(fā)策略的缺點(diǎn),提出了基于拓?fù)浣Y(jié)構(gòu)的啟發(fā)式策略,該策略綜合考慮了網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和用戶的主題偏好。特別地,該策略可以推廣到現(xiàn)有的啟發(fā)式算法中。之后,為了提升算法效率,設(shè)計(jì)了基于社區(qū)的求解方案。最后,基于兩個(gè)真實(shí)的數(shù)據(jù)集開展了實(shí)驗(yàn),實(shí)驗(yàn)結(jié)果表明,提出的啟發(fā)式算法提高了廣告的期望點(diǎn)擊率,基于社區(qū)的算法降低了運(yùn)行時(shí)間。針對病毒營銷,為了解決基于位置和主題的影響力最大化(LTIM)問題,本文提出了基于優(yōu)化粒子群的影響力最大化算法ILTI...

【文章頁數(shù)】：83 頁

【學(xué)位級別】：碩士

【文章目錄】：
摘要
ABSTRACT
第一章 緒論
    1.1 研究背景和意義
        1.1.1 研究背景
        1.1.2 研究意義
    1.2 國內(nèi)外研究現(xiàn)狀
        1.2.1 社交展示廣告研究現(xiàn)狀
        1.2.2 病毒營銷與影響力最大化研究現(xiàn)狀
    1.3 研究內(nèi)容與目標(biāo)
        1.3.1 研究內(nèi)容
        1.3.2 研究目標(biāo)
    1.4 論文的組織結(jié)構(gòu)
第二章 相關(guān)技術(shù)
    2.1 社交網(wǎng)絡(luò)分析相關(guān)技術(shù)
        2.1.1 信息傳播模型
        2.1.2 節(jié)點(diǎn)影響力度量方法
        2.1.3 社區(qū)發(fā)現(xiàn)技術(shù)
    2.2 在線社交網(wǎng)絡(luò)中社交展示廣告投放算法
        2.2.1 社交網(wǎng)絡(luò)中的社交展示廣告
        2.2.2 點(diǎn)擊概率函數(shù)的計(jì)算方式
        2.2.3 社交展示廣告投放算法
    2.3 病毒營銷與影響力最大化
        2.3.1 病毒營銷與影響力最大化問題
        2.3.2 影響力最大化算法
    2.4 本章小結(jié)
第三章 在線社交網(wǎng)絡(luò)中基于主題的社交展示廣告投放算法
    3.1 引言
    3.2 問題定義
        3.2.1 查詢模型
        3.2.2 數(shù)據(jù)模型
        3.2.3 基于主題的社交展示廣告最優(yōu)化問題
        3.2.4 問題復(fù)雜度
    3.3 基于拓?fù)浣Y(jié)構(gòu)的啟發(fā)式算法
        3.3.1 符號定義
        3.3.2 基于拓?fù)涓兄�的啟發(fā)策略
        3.3.3 啟發(fā)式算法
    3.4 基于社區(qū)的求解方案
        3.4.1 社區(qū)發(fā)現(xiàn)
        3.4.2 基于優(yōu)先隊(duì)列的種子選取
    3.5 實(shí)驗(yàn)與分析
        3.5.1 實(shí)驗(yàn)環(huán)境與設(shè)置
        3.5.2 實(shí)驗(yàn)結(jié)果及分析
    3.6 本章小結(jié)
第四章 基于優(yōu)化粒子群的影響力最大化算法
    4.1 引言
    4.2 問題描述
        4.2.1 問題形式化定義
        4.2.2 問題難度
    4.3 ILTIM_PSO算法框架
    4.4 建立森林索引
        4.4.1 森林索引結(jié)構(gòu)
        4.4.2 森林索引檢索目標(biāo)用戶
    4.5 建立用戶影響者索引
        4.5.1 用戶影響者索引
        4.5.2 用戶影響者索引獲取候選用戶
    4.6 ILTIM_PSO算法
        4.6.1 PSO基礎(chǔ)
        4.6.2 改進(jìn)的粒子群優(yōu)化算法框架
        4.6.3 相關(guān)參數(shù)與操作重定義
        4.6.4 適應(yīng)度函數(shù)
        4.6.5 粒子群初始化
        4.6.6 粒子調(diào)整策略
        4.6.7 提高全局搜索能力
    4.7 實(shí)驗(yàn)與分析
        4.7.1 實(shí)驗(yàn)環(huán)境與設(shè)置
        4.7.2 實(shí)驗(yàn)結(jié)果及分析
    4.8 本章小結(jié)
第五章 結(jié)束語
    5.1 總結(jié)
    5.2 未來工作
參考文獻(xiàn)
致謝
攻讀碩士學(xué)位期間發(fā)表和錄用的論文



本文編號：3990710