10.3969/j.issn.1000-386x.2018.06.051
社会网络影响力最大化的核重构算法及传播模型
社会网络影响最大化问题是当前的研究热点之一.针对SI(Susceptible-Infected)信息传播模型未考虑节点间亲密关系对信息传播的影响,提出一种ESI(Extended Susceptible-Infected)信息传播模型.为避免由于挖掘的初始节点之间的距离选择不当,陷入局部最优影响力,提出一种新的启发式算法——核重构算法CRA(Core Reconstitutions Algorithm).该算法引入了k阶核心集和重合率的概念,通过重合率合理控制初始节点的影响范围,依次找出影响力最优的节点.基于新浪微博的实验表明,ESI传播模型优于SI传播模型,CRA算法比现有启发式算法具有更优的全局影响效果.
社交网络、信息传播模型、k阶核心集、重合率、CRA
35
TP393(计算技术、计算机技术)
2018-10-29(万方平台首次上网日期,不代表论文的发表时间)
共7页
279-285