作者:花勇; 陈伯伦; 朱国畅; 袁燕; 金鹰 期刊:《智能系统学报》 2019年第06期
多数社交网络影响力最大化算法的研究只关注于所选种子节点集合的影响力是否最优,忽略网络自身传播影响力的固有能力。本文对网络进行渗流模拟,计算渗流后网络的主连通分量随着传播概率改变的趋势,并且求得主连通分量大小增加开始变快的相变点,从而计算网络自身传播影响力的固有能力。通过相变值与种子节点集合大小的换算,求得当前网络最佳的种子节点集合大小。将种子节点集合大小限制在最佳大小范围内即可获得最佳的影响力。在kar...
作者:陆明龙; 祁玉; 孙靖 期刊:《江苏科技信息》 2019年第30期
影响力最大化问题是社交网络研究的一个重要方向,其涉及的影响力最大化算法被证明是一个NP-hard问题。文章提出基于K-shell与贪心算法的组合方案针对社交网络影响力最大化问题进行分析与研究。以K-shell算法从网络拓扑节点的度的相关性入手,对网络拓扑进行了粗粒度化的层次划分,并引入调节因子μ,通过提出K值小于调节因子μ的节点,得出剔除一定规模节点后的候选节点集合SC,并在候选节点集合使用贪心算法,通过蒙特卡洛模拟得出种子节...
独树一帜,方能攻占消费者心智。和平菓局等地下项目的转型成功也为整体商业模式的创新和改造,提供了很好的经验和铺垫国内购物中心、百货店同质化现象严重,如何在竞争中树立差异性成为商业竞争的当务之急。许多大型商业开始全力打造富有特色的标签和个性,通过更新丰富的营销活动,吸引各类人群,推动人流量增长,实现辐射区域内的影响力最大化。
作者:仇丽青; 贾玮; 范鑫 期刊:《数据分析与知识发现》 2019年第07期
【目的】针对影响力最大化问题中贪心算法时间效率低的局限,提出基于重叠社区的影响力最大化算法。【方法】基于重叠社区,综合传播度最大的节点和重叠节点选出候选种子集,并采用CELF算法确定最优种子集,从而提高影响范围。【结果】实验数据表明,在亚马逊数据集上IM-BOC算法运行时间最大幅度能够提高约89%。【局限】仅凭社区节点的数量分配候选种子节点的数量,可能存在一定误差。【结论】基于重叠社区的IM-BOC算法在保证影响范围的...
作者:郑吉; 周莲英 期刊:《数据通信》 2018年第04期
社交网络是人们现实世界社交活动在网络的延伸。同现实世界相似,社交网络处于中心性地位的核心人物,基于威望、信任与活跃度等因素,仍然对信息的局部辐射起着重要作用,而处于社交网络区域之间的连通性关键人物,基于位置关系,则对信息在网络全局之间的穿透有着不可低估的力量。论文关键节点挖掘技术的研究以层次性评价指标的提出为基础,层次性指标的设计目的是通过低层次、低复杂度指标的计算过滤部分节点,从而降低高层次、高复杂度...
作者:任思禹; 申德荣; 寇月; 聂铁铮; 于戈 期刊:《计算机科学与探索》 2018年第05期
随着各种社交网站的不断涌现,在多社交网络上找到影响传播范围最大的一组用户,对产品推荐或产品推广具有重要作用。为提高产品推荐或推广的广度和精准性,提出了一种跨社交网络基于话题感知的影响力最大化处理方法M-TLTGreedy。首先,根据跨社交网络中的文本语义信息和用户间的社会关系来评价多社交网络中用户间关系,以此构建一个基于话题的跨社交网络图;然后,在线性阈值模型的基础上,设计了一个基于话题感知的跨社交网络影响力最大...
衡量与评估用户影响力是在线社交网络分析中的一个经典问题。现有的相关研究主要从个体角度出发,利用贪婪算法进行影响力分析,很少考虑网络中用户一般都会形成社区这样一个客观事实,而一般个体角度的影响力最大化算法都存在运行效率低的问题。因此,提出了一种基于社区的影响力最大化算法NVPA-IM(NeighborhoodVectorPropagationAlgorithmInfluenceMaximization)。通过与经典影响力最大化算法的对比分析,证明了所提算法在保证算法精...
作者:曾燕清; 陈志德; 李翔宇 期刊:《软件》 2017年第05期
本文针对的是社交网络中的影响力最大化问题。在经典线性阈值传播模型基础上,对社交网络中的用户进行聚类分析,并在此基础上提出改善的K-LT传播模型。在K-LT传播模型基础上,进一步提出K-KK影响力最大化算法。通过采集真实社交网络数据,进行试验仿真。试验结果表明,改进的K-KK影响力最大化算法与未改进时相比,算法性能有较好提升。
作者:胡敏; 孙欣然; 黄宏程 期刊:《计算机科学与探索》 2017年第05期
影响力最大化问题是在社交网络中寻找具有最大影响范围的节点集。针对启发式算法准确度相对较差的问题,现有的研究考虑了影响范围重合,但忽略了边缘贡献导致的节点影响力过量评估。重点研究了在考虑边缘贡献的情况下,如何选取影响范围最大的节点集合。采用启发式算法的思想,首先计算节点全局和邻近影响力来评估节点信息传播影响力,通过去除已选节点影响范围并更新网络的方式,消除边缘贡献对节点影响力评估的干扰,在独立级联...
作者:韩忠明; 陈炎; 刘雯; 原碧鸿; 李梦琪; 段大高 期刊:《软件学报》 2017年第01期
社会网络节点影响力研究是社会网络分析的关键问题之一.过去的10多年间,随着在线社会网络的快速发展,研究人员有机会在大量现实社会网络上对影响力进行分析和建模,并取得了丰硕的研究成果和广泛的应用价值.分析和总结了近年来社会网络影响力分析的主要成果.首先介绍了节点影响力的相关定义、作用范围以及表现形式;接着,重点分类介绍了节点影响力的度量方法,通过网络拓扑、用户行为和内容分析这3类方法总结了影响力的建模和度量方法...
作者:邓晓衡; 曹德娟; 潘琰; 沈海澜; 陈志刚 期刊:《计算机研究与发展》 2017年第02期
基于时延约束的影响力最大化问题(influence maximization with time-delay constraint,IMTC)定义为在时延约束条件下,选取网络中一部分初始用户,使得影响力传播过程结束后网络中被成功影响的用户数量最多.现有研究工作主要依据网络结构优化影响力传播模型,或改进启发式算法提高初始节点的选取质量,影响力传播过程中的时间延迟特性及时延约束条件往往被忽略.针对这点不足,基于时延约束的信用分布模型(credit distribution with ...
作者:胡旭; 王雪珊 期刊:《甘肃科学学报》 2016年第06期
企业希望在社交网络信息传播过程中影响到更多的用户,以便其在有限成本约束下达到营销目标。依据此背景,定义了一个新的社交网络影响力最大化问题:成本约束下的影响力最大化问题,即在有限成本条件下选择一个初始节点集传播信息使得最终状态下全网被影响到的范围最大化。基于网络中用户的网络拓扑结构和用户交互信息衡量用户激活成本,并在独立级联模型下使用遗传算法求解上述问题,最后通过不同数据集上的实验验证遗传算法在最终影...
作者:吴旭; 胡一清 期刊:《西安邮电大学学报》 2016年第06期
提出一种基于友好度的影响力最大化算法。利用社交网络中用户行为信息计算友好度并构建友好关系网络,通过友好度调整节点的扩散概率,同时启发式地选取友好度积累值较高的节点作为启发节点以此提升算法的实现效率,最后采用CELF++算法计算影响力最大的节点集。实验结果表明,该算法与CELF++算法、TIM算法和DegreeDiscount算法相比,在获得较好的扩散效果的同时亦将执行时间有效的控制在一定范围内。
作者:王双; 李斌; 刘学军; 胡平 期刊:《计算机工程与应用》 2016年第19期
影响力最大化问题是社会网络中的重要研究方向,其主要目的是获取社会网络中最有影响力的用户使通过这些用户获得影响传播范围的最大化。随着大数据时代的来临,传统的贪心算法因为复杂度高而不能有效解决大规模社会网络下影响力最大化的时间问题。提出一种基于社区划分的影响力最大化算法,利用影响概率将大规模社会网络分成较小的社区模块,并考虑社区边界节点之间的联系,从而最大程度缩小因社区划分造成的社区间的孤立。为进一...
作者:吴凯 季新生 郭进时 刘彩霞 期刊:《计算机应用》 2013年第08期
由于影响范围的重叠效应,单纯的影响力度量算法并不能解决微博网络中的影响力最大化问题,针对这一研究现状,提出一种用于微博网络中Top-K节点挖掘的算法GABE。通过归纳决定微博用户影响力的关键因素,提出了节点间影响率的概念,进而建立了用于用户影响力度量的WIR算法;根据得到的WIR值提出了符合微博特性的影响力传播模型,运用贪婪算法挖掘出微博网络中的Top-K节点。以爬取到的新浪微博数据进行了模拟验证,结果发现GABE在影响范围上...
作者:王俊 余伟 胡亚慧 李石君 期刊:《计算机科学》 2014年第01期
社交网络影响最大化问题是指如何寻找网络中有限的初始节点,使得影响的传播范围最广。一些贪心算法可以得到较好的影响范围,但是因时间复杂度太高而不适用于大型社交网络。基于度中心性的启发式算法简单但准确度不高;基于介数中心性、接近中心性等全局指标的启发式算法可以较好地识别影响力最大的节点,但计算复杂度也过高。考虑网络节点深层次结构对影响扩散的作用并权衡计算复杂度与准确度,定义了3-layer局部中心度,以计算...
作者:王双 李斌 刘学军 胡平 期刊:《电子技术应用》 2015年第05期
通常跨社区的信息传播更具有现实意义,而且大范围的信息传播往往也是跨社区的.为此提出一种基于社区度的边界节点影响力最大化算法,利用社会网络中的社区结构对社区中与其他社区有连接边的边界点进行研究,从而缩小选择初始节点的范围,降低时间复杂度.同时为更准确地评估边界节点的影响力,综合节点度、节点所直接相连社区数以及相应社区的规模作为社区度来衡量节点在信息传播中的重要性.最后通过实验验证了本算法相比其他算法具有更...
社交网络影响力最大化即是在社交网络中如何挑选包含K个节点的种子节点集,去激活整个网络,使网络中最终被激活的节点数最大化。基于IC模型研究了社交网络影响力最大化问题。Diffusion degree算法提出了节点潜在影响力的概念,即一个节点的邻居节点的影响力也可以作为当前节点的影响力的一部分。基于Diffusion degree算法做出了改进,在考虑潜在影响力的时候进一步考虑了节点潜在影响力的有效性,更加准确地判断节点的影响力,再综合了...