基于局部概率解的免疫遗传影响力最大化算法

摘要：

影响力最大化问题是在复杂社会网络中选择一小部分用户在特定传播模型下最大化影响扩散.基于贪心的蒙特卡洛模拟方法在理论上保证近乎最优的解决方案,但算法运行效率很低.虽然已经开发出许多没有理论保证的启发式方法,但都大大降低了解决方案的质量.为解决该问题,提出局部概率解策略计算节点集的影响力,其性能近似于蒙特卡洛模拟,并且提出基于免疫遗传的影响力最大化算法.在4个真实数据集上的实验表明所提算法在解决影响力最大化问题上的高效性.在影响力传播范围上,和当前表现最好的CELF算法有极其相近的性能,且运行效率比CELF算法快大约5个数量级.

关键词：社会网络、影响力最大化、蒙特卡洛模拟、免疫遗传

所属期刊栏目：14

分类号：TP391(计算技术、计算机技术)

资助基金：The National Natural Science Foundation of China under Grant Nos. 61673020, 61702003, 61876001 国家自然科学基金;the Na-tional Key Research and Development Program of China under Grant No. 2017YFB1401903 国家重点研发计划;the Natural Sci-ence Foundation of Anhui Province under Grant No. 1808085MF175 安徽省自然科学基金

在线出版日期：2020-05-18（万方平台首次上网日期，不代表论文的发表时间）

页数：共9页

页码：783-791