-
题名基于分区的有向超团模式社交网络影响最大化算法
- 1
-
-
作者
郝怡然
盛益强
王劲林
-
机构
中国科学院国家网络新媒体工程技术研究中心
中国科学院大学
-
出处
《计算机应用》
CSCD
北大核心
2018年第A02期77-83,110,共8页
-
基金
国家科技重大专项(2017ZX03001019)
中国科学院先导专项(XDA06040602)
-
文摘
针对社交网络影响最大化算法存在的在大规模社交网络中没有充分考虑网络中有向拓扑结构、对I/O的访问次数过高、选择的初始激活节点聚集程度较高等问题,提出一种基于分区的有向超团模式的社交网络影响最大化算法。该算法首先发现社交网络中的极大连通子图,并从每个子图内发现关联规则,以减少I/O次数。从每个子图中分别挖掘社交网络中的有向超团,引入Apriori的改进算法发现有序频繁集,并从有序频繁集中挖掘关联规则;之后在关联规则的基础上结合节点的度数对种子节点进行选取,将选出的种子节点在独立级联模型上进行传播。其中,由于传统的Apriori算法仅适用于从无序项集中发现频繁集,因此对项集合并时的重组规则进行改进,使其适用于发现有序频繁集。采用KDD2012数据集进行了实验,结果表明:该模型在很大程度上避免了节点影响所产生的重叠效果,进而取得比现有启发式算法更优的影响效果;初始激活节点小于1 000时,该算法最终影响节点数可以达到最新影响力算法(k-核算法)的两倍。
-
关键词
有向超团
APRIORI改进算法
分区
有序频繁集
影响最大化算法
独立级联模型
社交网络
-
Keywords
directed hyperclique
Apriori's improved algorithm
partitioning
ordered frequent itemset
impact maximization algorithm
independent cascade model
social network
-
分类号
TP393
[自动化与计算机技术—计算机应用技术]
-
-
题名影响最大化算法在城市公交网络中的应用研究
- 2
-
-
作者
李峰
-
机构
中北大学仪器科学与动态测试教育部重点实验室
-
出处
《计算机应用与软件》
北大核心
2020年第1期128-132,191,共6页
-
文摘
关键线路组是影响城市公交系统正常运行的重要因素,同时也是系统优化的主要群体。识别这类线路,对于促进智慧城市公交系统科学化与合理化的建设具有极大的意义。以无锡市公交系统为研究对象,基于复杂网络理论对该城市的公交线路网络进行建模和拓扑特征分析,并采用影响最大化算法LCIR_AR识别出该网络中的影响力节点集,即公交系统中的核心线路组。通过评估所选节点的移除对网络平均最短路径和连通性造成的影响,验证了所选节点的有效性,进一步肯定了核心线路组的重要性及其在现实公交系统的规划、管理与决策方面的理论价值。
-
关键词
关键线路组
智慧城市公交系统
复杂网络
影响最大化算法
-
Keywords
Core line group
Smart city bus system
Complex network
Influence maximization algorithm
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
