社交网络中对立影响最大化算法

• 作者: 朱凯丽 杨书新 梁文
• 来源期刊: 计算机应用
• 学科: 工学
• 关键词: 对立影响最大化 社交网络 多源热量传播模型 打破平局规则 种子富集性
• 年，卷（期）: 2020,（7）
• 所属期刊栏目: 数据科学与技术
• 页码范围: 1944-1949
• 页数: 6页
• 分类号: TP393
• 字数: 7237字
• 语种: 中文
• DOI: 10.11772/j.issn.1001-9081.2019091695

摘要

已有社交网络影响力传播的研究工作主要关注单源信息传播情形,较少考虑对立的传播形式.针对对立影响最大化问题,扩展热量传播模型为多源热量传播模型,并提出一种预选式贪心近似(PSGA)算法.为验证算法有效性,选取7种具有代表性的种子挖掘方法,以对立影响最大化传播收益、算法运行时间及种子的富集程度为评价指标,在不同种类社会网络数据集上开展实验.结果表明,PSGA算法所选的种子传播能力更强,且密集程度低、表现稳定,在传播初期占据优势,可以认为PSGA算法能够解决对立影响最大化问题.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	杨书新	江西理工大学信息工程学院	37	168	7.0	10.0
2	梁文	江西理工大学信息工程学院	4	0	0.0	0.0
3	朱凯丽	江西理工大学信息工程学院	2	0	0.0	0.0