基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
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,再综合了算法Sin-gleDiscount中的核心思想,从而选出更加优质的种子节点.仿真结果表明,该算法在影响范围上接近KK贪婪算法的影响范围,同时在时效性上优于Diffusion degree算法,较适合大型社交网络.
推荐文章
基于MRLT模型多关系社交网络影响力最大化研究
社交网络
影响力最大化
传播模型
多关系社交网络
社会网络中基于主题的影响力最大化算法
社会网络
影响力最大化
主题
节点挖掘
节点集
边缘覆盖去重的社交网络影响力最大化算法
社交网络
影响力最大化
边缘贡献
启发式算法
一种改进的社会网络影响力最大化算法
社会网络
潜在影响力
集合覆盖
影响力最大化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 一种改进的社交网络影响力最大化算法
来源期刊 信息技术 学科 工学
关键词 影响力最大化 IDD 社交网络 启发式
年,卷(期) 2015,(3) 所属期刊栏目 研究与探讨
研究方向 页码范围 117-120
页数 4页 分类号 TP393
字数 3140字 语种 中文
DOI 10.13274/j.cnki.hdzj.2015.03.030
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 周莲英 江苏大学计算机科学与通信工程学院 73 250 8.0 12.0
2 朱锋 江苏大学计算机科学与通信工程学院 1 0 0.0 0.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2015(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
影响力最大化
IDD
社交网络
启发式
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
信息技术
月刊
1009-2552
23-1557/TN
大16开
哈尔滨市南岗区黄河路122号
14-36
1977
chi
出版文献量(篇)
11355
总下载数(次)
31
论文1v1指导