作者:
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:
衡量与评估用户影响力是在线社交网络分析中的一个经典问题.现有的相关研究主要从个体角度出发,利用贪婪算法进行影响力分析,很少考虑网络中用户一般都会形成社区这样一个客观事实,而一般个体角度的影响力最大化算法都存在运行效率低的问题.因此,提出了一种基于社区的影响力最大化算法NVPA-IM(Neighborhood Vector Propagation Algorithm Influence Maximization).通过与经典影响力最大化算法的对比分析,证明了所提算法在保证算法精度的同时,显著提高了算法效率.
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
基于关键节点的影响力最大化算法
社交网络
关键节点
LDAG算法
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 基于NVPA算法的社交网络影响力最大化算法
来源期刊 通信技术 学科 工学
关键词 社交网络 社区发现 节点影响力评估 影响力最大化
年,卷(期) 2018,(4) 所属期刊栏目 安全与保密
研究方向 页码范围 924-929
页数 6页 分类号 TP393
字数 4014字 语种 中文
DOI 10.3969/j.issn.1002-0802.2018.04.033
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 徐浩 上海交通大学电子信息与电气工程学院 24 89 5.0 8.0
2 潘理 9 9 2.0 3.0
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  (6)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(1)
  • 参考文献(1)
  • 二级参考文献(0)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(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
社交网络
社区发现
节点影响力评估
影响力最大化
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
通信技术
月刊
1002-0802
51-1167/TN
大16开
四川省成都高新区永丰立交桥(南)创业路8号
62-153
1967
chi
出版文献量(篇)
10805
总下载数(次)
35
总被引数(次)
42849
论文1v1指导