-
题名属性和亲密度关系兼顾的影响力研究
被引量：1
- 1
-
-
作者
胡健宇
章静
许力
林力伟
-
机构
福建工程学院计算机科学与数学学院
福建工程学院福建省大数据挖掘和应用技术重点实验室
福建师范大学福建省网络安全与密码技术重点实验室
-
出处
《小型微型计算机系统》
CSCD
北大核心
2022年第2期422-429,共8页
-
基金
国家自然科学基金项目(61902069,U1905211)资助。
-
文摘
随着5G的发展,网络传播以前所未有的速度向各领域渗透.其中,影响力分析是研究网络信息传播机制的关键技术.传统的影响力分析算法主要通过选取具有最大传播特性的种子节点用于网络传播.但在种子节点选取上,其度量算法没有反映社交网络中的潜在信息.这将对影响力传播分析造成影响,同时一旦社交网络结构遭到破坏,网络的传播能力将会受到影响.针对这一问题,本文首先定义了一种基于属性的朋友亲密度度量关系,量化网络中各用户的影响力;其次,提出了一种属性和亲密度兼顾的影响力算法,该算法综合考虑了网络的结构、属性和亲密度三者之间的关系,选择出具有高影响力及抗攻击性的种子节点,提高网络传播能力及抗攻击能力;最后,通过真实网络环境下的实验,验证出相比现有的度量算法,本文提出的算法在种子节点数目较大时具有更好的传播特性,并且在隐私高风险状态下的社交网络中,该算法的受攻击影响程度稳定在5%-10%左右,影响程度最低,具有较好的抗攻击性.
-
关键词
社交网络
影响力最大化
亲密度
属性
抗攻击性
-
Keywords
social network
influence maximization
affinity-density
attribute
anti-attacking
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
