网络演化中基于事件的节点影响力分析

• 作者: 仓基云 熊超 陈云芳
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 网络演化 网络事件 影响力扩散 影响力最大化
• 年，卷（期）: 2016,（z1）
• 所属期刊栏目: 数据挖掘
• 页码范围: 404-409
• 页数: 6页
• 分类号: TP391
• 字数: 7056字
• 语种: 中文

摘要

社会影响力分析是社会网络研究领域的一个重要研究热点,目前大多数的影响力分析都是针对静态网络的.针对网络演化提出了一种基于个体事件的影响力分析方法,首先改进了传统扩散模型以适用于网络演化,并对在扩散中表现出的事件进行了定义,然后基于其中的个体事件测量了社交指数和影响力指数来衡量节点影响力,从而挖掘出动态网络影响力最大化问题中的关键节点.实验分别计算了节点的两个指标并对得出的结果分别进行了分析,找出了影响力较大的重要节点,然后对两个指标的性能进行了对比,结果表明利用社交指数发掘的节点在扩散前期传播的效率更高,而遇到扩散瓶颈时利用影响力指数发掘的节点则可以更快地突破瓶颈期.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈云芳	南京邮电大学计算机学院	55	289	11.0	14.0
2	熊超	南京邮电大学计算机学院	2	5	2.0	2.0
3	仓基云	南京邮电大学计算机学院	2	7	2.0	2.0