Transcript 硕士研究生开题报告优秀范例

DMIR
基于时序的高维社交网络的因果发现
姓 名
袁畅
导 师
蔡瑞初
1
研究背景及意义
2
研究现状及内容
3
研究创新及难点
4
路线和进度安排
研究背景
1
1
在线社交网络日益重要
2
社交网站用户规模庞大
3
多领域专家聚焦社交网络
4
社交网络存在多维度价值
1
4
背景
3
2
2
研究意义
研究现状
3
• 在PageRank 算法的基础上， Tunkelang, D . et al在2009年提出了
TunkRank 算法进行用户影响力度量，该方法根据粉丝的影响力作为个体
影响力衡量的主要因素
• Weng J. et al 在2010年提出了 TwitterRank ，该算法也是在PageRank
算法上进行拓展，基于用户间主题相似性及用户声明的好友关系网络，通
过用户所发布的微博数量及其粉丝接受信息的多少来决定衡量用户的影响
力
• Cha M . et al在2010年提出的方法是基于用户声明的好友关系网络并通过
indegree, retweets,mentions三个因素来分析Twitter上用户的影响力。
研究现状
4
特点：基于用户显式声明的关系网络
G. Ver Steeg在2012年提出的采用information transfer度量用户影响力的方
法证明“用户显式声明的好友关系并不一定真实的存在相互的影响关系”
特点：
1. 仅考虑任意两个用户间的关系
2. 仅考虑前一时刻的影响
5
现状不足
Three Degrees of Influence Rule
例子：C和B是朋友，B和A是朋友
C
C
B
A
真实网络结构
B
A
实验分析结果
6
现状不足
现有方法的不足：
社交因果关系网络模型存在冗余边
没有考虑影响产生的滞后期
7
研究目标
目标1：找到最小因果关系网络
目标2：找到最合适的影响滞后期
研究内容
8
1
2
3
模型构建
构建用户因果关系网络的模型
模型优化
基于MDL原则确定滞后期
模型应用
应用于大规模的社交网络数据
9
研究路线
研究创新点
10
1
所构建出来的因果关系网络是非冗余的结构
2
充分考虑影响产生滞后的问题
3
基于MDL准则，优化模型复杂度
研究的难点
11
1
如何构建非冗余的社交因果关系图
2
如何确定影响产生的滞后期
3
如何进行实验结果检验
进度安排
12
2015.09
2014.12
深入研
究，分
析问题
2015.06
2015.04
提出
解决
方案
编写
代码
虚拟数
据实验
2015.11
真实数据
实验
2016.04
完成
论文
请各位老师提出宝贵意见！
DMIR
谢谢！