基于层次性过滤的社交网络关键节点挖掘算法研究

• 作者: 周莲英 郑吉
• 来源期刊: 数据通信
• 关键词: 社交网络 关键节点挖掘 影响力最大化 图论
• 年，卷（期）: 2018,（4）
• 所属期刊栏目: 技术交流
• 页码范围: 26-31
• 页数: 6页
• 字数: 4082字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-5057.2018.04.006

摘要

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、高复杂度指标节点计算规模,同时保证挖掘质量.论文对所提出的算法在SIR模型中进行了实验验证,实验结果表明本文提出的关键节点挖掘算法挖掘的节点能加快信息传播,扩大信息传播范围.

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	郑吉	江苏大学计算机科学与通信工程学院	1	1	1.0	1.0