删除或更新信息,请邮件至freekaoyan#163.com(#换成@)

社会网中基于主题兴趣的影响最大化算法

本站小编 Free考研考试/2022-01-01

刘勇,谢胜男,仲志伟,李金宝,任倩倩
(School of Computer Science and Technology, Heilongjiang University, Harbin 150080) (Key Laboratory of Database and Parallel Computing of Heilongjiang Province (Heilongjiang University), Harbin 150080)
出版日期: 2018-11-01


基金资助:国家自然科学基金项目(61370222,61602159);黑龙江省自然科学基金项目(F201430);哈尔滨科技创新人才研究专项资金项目(2017RAQXJ094);黑龙江省高校基本科研业务费专项资金(HDJCCX-201608)

Topic-Interest Based Influence Maximization Algorithm in Social Networks

Liu Yong, Xie Shengnan, Zhong Zhiwei, Li Jinbao, Ren Qianqian
(黑龙江大学计算机科学技术学院 哈尔滨 150080) (黑龙江省数据库与并行计算重点实验室(黑龙江大学) 哈尔滨 150080) (acliuyong@sina.com)
Online: 2018-11-01







摘要/Abstract


摘要: 影响最大化问题是在社交网中寻找对传播项最具影响力的种集,使得传播项的传播范围最大.目前的研究只考虑了传播项上主题的分布,而忽略了用户本身的兴趣分布.在传播项的主题分布和用户的兴趣分布都被考虑的条件下,研究如何选取最具影响力的种集.首先提出了基于主题兴趣的独立级联传播模型TI-IC,并利用期望最大化算法求学习TI-IC模型参数;然后在TI-IC模型基础上提出了基于主题兴趣的影响最大化问题TIIM,并提出了求解TIIM问题的启发式算法ACG-TIIM.ACG-TIIM首先构造以每个用户为根的可达路径树,快速粗略预估每个用户的影响范围;然后根据预估的影响范围排序所有结点并选择少量结点作为候选种子;最后使用带有EFLF优化的贪心算法从候选种子中选择最具影响力的种集.多个真实数据集上的实验结果表明:在描述传播规律和预测传播结果方面,TI-IC模型优于经典的IC模型和TIC模型.ACG-TIIM算法可以有效并高效地求解基于主题兴趣的影响最大化问题.






[1]孙勇,谭文安. 支持社会协同计算的跨组织工作流任务分派算法[J]. 计算机研究与发展, 2017, 54(9): 1865-1879.
[2]孟桓羽,刘真,王芳,徐家栋,张国强. 基于图和改进K近邻模型的高效协同过滤推荐算法[J]. 计算机研究与发展, 2017, 54(7): 1426-1438.
[3]朱子青,曹玖新,周涛,胥帅,马卓,刘波. 基于多维特征分析的移动社会网络消息传输[J]. 计算机研究与发展, 2017, 54(2): 369-381.
[4]邓晓衡,曹德娟,潘琰,沈海澜,陈志刚. 一种基于时延约束的社会网络信用分布优化模型[J]. 计算机研究与发展, 2017, 54(2): 382-393.
[5]谭振华,时迎成,石楠翔,杨广明,王兴伟. 基于引力学的在线社交网络空间谣言传播分析模型[J]. 计算机研究与发展, 2017, 54(11): 2586-2599.
[6]廖国琼,姜珊,周志恒,万常选. 基于位置社会网络的双重细粒度兴趣点推荐[J]. 计算机研究与发展, 2017, 54(11): 2600-2610.
[7]伊鹏,周桥,门浩崧. 基于HMM的动态社会网络社团发现算法[J]. 计算机研究与发展, 2017, 54(11): 2611-2619.
[8]李小康,张茜,孙昊,孙广中. 社交网络中多渠道影响最大化方法[J]. 计算机研究与发展, 2016, 53(8): 1709-1718.
[9]郭彩华,王斌,朱怀杰,杨晓春. 增量的动态社会网络匿名化技术[J]. 计算机研究与发展, 2016, 53(6): 1352-1364.
[10]王栋,李振宇,谢高岗. 在线社会网络无偏采样技术[J]. 计算机研究与发展, 2016, 53(5): 949-967.
[11]李劲,岳昆,张德海,刘惟一. 社会网络中影响力传播的鲁棒抑制方法[J]. 计算机研究与发展, 2016, 53(3): 601-610.
[12]胡开先,梁英,许洪波,毕晓迪,左遥. 一种社会网络用户身份特征识别方法[J]. 计算机研究与发展, 2016, 53(11): 2630-2644.
[13]廖国琼,王汀利,邓琨,万常选. 离线瞬态社会网络中的多用户位置邻近预测[J]. 计算机研究与发展, 2016, 53(11): 2645-2653.
[14]刘勇,韩雪,李金宝,任倩倩,王楠. 基于偏序任务的社会网络合作算法研究[J]. 计算机研究与发展, 2016, 53(11): 2654-2665.
[15]辛宇,杨静,汤楚蘅, 葛斯乔. 基于局部语义聚类的语义重叠社区发现算法[J]. 计算机研究与发展, 2015, 52(7): 1510-1521.





PDF全文下载地址:

https://crad.ict.ac.cn/CN/article/downloadArticleFile.do?attachType=PDF&id=3808
相关话题/计算机 网络 社会 传播 技术