基于时间延迟扩散模型的时间依赖影响力传播

摘要：

针对社交网络中的影响力最大化问题进行了研究,建立了一种时间依赖影响力最大化问题,并在该问题中引入了新鲜度函数的概念.为了求解该问题,建立了两个考虑时间延迟的扩散模型,并基于扩散函数的子模性和单调性提出了时间依赖的贪婪算法和时间依赖的启发式方法.前者能够很好地用于计算两种扩散模型中的传播价值并保证解的近似比,后者能够减少求解问题的计算时间成本且与模型无关.通过在真实社交网络数据集上进行的实验结果不仅验证了算法的有效性,而且相比于传统方法,提出的模型和方法可以通过选择有影响力的节点获得更高的扩散价值和更低的运行时间.

关键词：社交网络、信息传播、时间依赖性、扩散模型、影响力最大化、新鲜度函数、扩散价值

所属期刊栏目：41

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金62171059

在线出版日期：2022-11-10（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：76-83