影响最大化问题中基于K?truss的投票改进算法
万方数据知识服务平台
应用市场
我的应用
会员HOT
万方期刊
×

点击收藏,不怕下次找不到~

@万方数据
会员HOT

期刊专题

10.19678/j.issn.1000-3428.0063033

影响最大化问题中基于K?truss的投票改进算法

引用
在社交网络的影响最大化(IM)问题中,近似算法通过大量的Monte-Carlo模拟计算节点集的影响范围,导致时间复杂度提高,而多数启发式算法在具有不同拓扑结构的图上存在稳定性较差的问题.提出基于K-truss的改进投票算法TrussVote.在投票阶段,通过引入K-truss的相关理论及算法定义节点的有效投票能力,用于表示节点对其不同邻居的投票倾向,同时在计算得票分数时考虑边的传播概率,提高解决IM问题的效率.在每轮投票结束后,将得票分数最高的节点选为种子节点.在更新阶段,结合节点间的相似性指标定义衰减因子,以有效区分邻居节点投票能力的弱化程度.此外,基于IC模型下的原始传播结果,提出传播差异作为传播范围的等价分析指标.在不同规模真实网络数据集上的实验结果表明,相比RNR、VoteRank++等算法,该算法不仅能有效降低时间复杂度,而且可在最短的时间内感染更多的节点,具有广泛的影响范围.

社交网络、影响最大化、投票算法、K-truss分解、IC模型、SIR模型

48

TP391(计算技术、计算机技术)

国家自然科学基金61370003

2022-11-16(万方平台首次上网日期,不代表论文的发表时间)

共8页

291-298

相关文献
评论
暂无封面信息
查看本期封面目录

计算机工程

1000-3428

31-1289/TP

48

2022,48(11)

相关作者
相关机构

专业内容知识聚合服务平台

国家重点研发计划“现代服务业共性关键技术研发及应用示范”重点专项“4.8专业内容知识聚合服务技术研发与创新服务示范”

国家重点研发计划资助 课题编号:2019YFB1406304
National Key R&D Program of China Grant No. 2019YFB1406304

©天津万方数据有限公司 津ICP备20003920号-1

信息网络传播视听节目许可证 许可证号:0108284

网络出版服务许可证:(总)网出证(京)字096号

违法和不良信息举报电话:4000115888    举报邮箱:problem@wanfangdata.com.cn

举报专区:https://www.12377.cn/

客服邮箱:op@wanfangdata.com.cn