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:
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化模型M-TLT(multiple-topic linear threshold);接着,基于M-TLT模型,利用改进的启发式算法,进行初始用户集的选取;最后,基于大量数据集的实验,证明了该算法无论在影响范围和时间效率上均表现良好.
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
代数连通性在社会网络影响力传播最大化中的应用研究
社会网络
影响传播最大化
相关系数
代数连通性
社区发现
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 话题感知下的跨社交网络影响力最大化分析
来源期刊 计算机科学与探索 学科 工学
关键词 社交网络 话题感知 影响力最大化 线性阈值模型
年,卷(期) 2018,(5) 所属期刊栏目 数据库技术
研究方向 页码范围 741-752
页数 12页 分类号 TP391
字数 8607字 语种 中文
DOI 10.3778/j.issn.1673-9418.1709038
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 于戈 东北大学计算机科学与工程学院 426 6587 38.0 64.0
2 申德荣 东北大学计算机科学与工程学院 111 1289 18.0 32.0
3 寇月 东北大学计算机科学与工程学院 68 816 12.0 26.0
4 聂铁铮 东北大学计算机科学与工程学院 69 854 13.0 27.0
5 任思禹 东北大学计算机科学与工程学院 1 2 1.0 1.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (3)
共引文献  (19)
参考文献  (3)
节点文献
引证文献  (2)
同被引文献  (0)
二级引证文献  (0)
1987(1)
  • 参考文献(1)
  • 二级参考文献(0)
2012(2)
  • 参考文献(0)
  • 二级参考文献(2)
2013(1)
  • 参考文献(0)
  • 二级参考文献(1)
2016(2)
  • 参考文献(2)
  • 二级参考文献(0)
2018(1)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(1)
  • 二级引证文献(0)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
社交网络
话题感知
影响力最大化
线性阈值模型
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
计算机科学与探索
月刊
1673-9418
11-5602/TP
大16开
北京市海淀区北四环中路211号北京619信箱26分箱
82-560
2007
chi
出版文献量(篇)
2215
总下载数(次)
4
总被引数(次)
10748
论文1v1指导