期刊文献+
共找到18篇文章
< 1 >
每页显示 20 50 100
独立级联模型下基于双区分集的观察节点选择方法
1
作者 陈张缘 陈崚 +1 位作者 刘维 李斌 《计算机科学》 北大核心 2025年第4期280-290,共11页
随着互联网的发展,谣言信息可以在社交网络上快速传播,找到谣言源头有助于阻止负影响的传播,因此谣言源定位问题有着重要的研究价值。目前,最有效的源定位方法是基于观察节点的方法,但是现有选择观察节点的方法都没有考虑图的顶点分布... 随着互联网的发展,谣言信息可以在社交网络上快速传播,找到谣言源头有助于阻止负影响的传播,因此谣言源定位问题有着重要的研究价值。目前,最有效的源定位方法是基于观察节点的方法,但是现有选择观察节点的方法都没有考虑图的顶点分布的均匀性,并且都是预先设置观察节点的数量而没有根据图的拓扑特性来合理确定观察节点的个数。文中从节点预算阈值和节点的覆盖率阈值两个角度研究观察节点的放置策略,考虑了观察节点激活状态以及到源集合的区分距离,并提出了一种新的K-双区分算法。该算法首先根据双区分集概念选择初始观察节点,然后选择其中一个锚点根据提出的覆盖率和预算约束问题贪心地选择观察节点来达到预算和覆盖率阈值。在真实数据集上对所提算法进行了实验,在同一种源定位算法中对比多种选择观察节点的算法。实验结果表明,所提算法的源定位结果精确度和平均距离误差均优于对比算法,在大型数据集中只使用5%~10%的观察节点就可以达到很好的定位效果。 展开更多
关键词 观察节点 社交网络 独立级联模型 双区分集 源定位
在线阅读 下载PDF
独立级联模型下基于时效性的负影响力源定位方法
2
作者 严杰 陈崚 +1 位作者 刘维 李斌 《计算机应用研究》 北大核心 2025年第1期56-64,共9页
在当今快速发展的社交网络中,有害信息的传播对社会稳定构成威胁,识别和定位有害消息源对于控制舆论至关重要。在社交网络的实际传播中,有害信息的可信度在传播中会随着时间的推移而衰减,不考虑这一因素会导致传播源定位的准确性降低。... 在当今快速发展的社交网络中,有害信息的传播对社会稳定构成威胁,识别和定位有害消息源对于控制舆论至关重要。在社交网络的实际传播中,有害信息的可信度在传播中会随着时间的推移而衰减,不考虑这一因素会导致传播源定位的准确性降低。针对该问题,提出了一种独立级联模型下基于时效性的传播源定位方法。在定义了节点激活概率衰减系数的基础上,通过Bayes模型计算出节点被感染的后验概率;然后通过随机游走计算所有节点影响力,选取影响力大于阈值的节点加入候选源集合。最后,比较候选源集合节点的感染时间与其到观测节点的距离来选取k个源节点集合。在真实和合成网络上的实验结果表明,该方法能够准确识别多个传播源,源定位结果的精确度高于其他类似算法。 展开更多
关键词 社交网络 独立级联传播模型 影响力传播 感染时间 传播源定位
在线阅读 下载PDF
独立级联模型下基于最大似然的负影响力源定位方法 被引量:4
3
作者 邵玉 陈崚 刘维 《计算机科学》 CSCD 北大核心 2022年第2期204-215,共12页
如今,网络谣言、传染病、计算机病毒等负面影响力的传播,给社会稳定、人类健康和信息安全造成了巨大的隐患,识别它们的传播源,对于控制负面影响力造成的危害有着重要的意义。目前大多数方法都只致力于单个传播源的定位问题,而在实际网络... 如今,网络谣言、传染病、计算机病毒等负面影响力的传播,给社会稳定、人类健康和信息安全造成了巨大的隐患,识别它们的传播源,对于控制负面影响力造成的危害有着重要的意义。目前大多数方法都只致力于单个传播源的定位问题,而在实际网络中,负影响力往往来自多个传播源,而且需要进行传播过程的模拟;此外,由于忽略了顶点之间拓扑限制的差异,导致定位传播源的准确率不高而且需要大量的计算时间。针对这些问题,提出了一种基于极大似然的方法,利用少量观测点提供的信息来有效定位多个传播源。首先,提出了传播图的概念以及产生传播图的方法,根据节点的入度和边的权重将其划分成若干层级,并去除传播概率较小的边,形成包含观测节点的传播图;然后,利用似然法计算传播图中的每一层顶点的激活概率,选取相对于观测点的似然最大的k个顶点构成源节点集合;最后,对所提方法进行了模拟实验,实验结果表明,该方法能够准确识别网络中的多个传播源,源定位结果的精确度高于其他类似算法;同时,也通过实验验证了观测点的选择和网络结构在不同程度上会影响传播源的定位结果。 展开更多
关键词 社会网络 影响力传播 最大似然 独立级联模型 传播源定位
在线阅读 下载PDF
独立级联传播模型下的连续影响力最大化 被引量:1
4
作者 邓紫维 陈崚 刘维 《计算机科学》 CSCD 北大核心 2024年第6期161-171,共11页
影响力最大化是在社交网络中寻求一组最具有影响力的用户作为种子节点,通过种子节点向网络中传播信息,使得传播的范围最大化。现有的对影响力最大化的研究大多是针对每个节点,考虑是否将其作为种子节点。而在实际应用中,需要根据用户的... 影响力最大化是在社交网络中寻求一组最具有影响力的用户作为种子节点,通过种子节点向网络中传播信息,使得传播的范围最大化。现有的对影响力最大化的研究大多是针对每个节点,考虑是否将其作为种子节点。而在实际应用中,需要根据用户的影响力来赋予他成为种子的概率,使得根据这个概率分布得到的种子集合的影响力传播范围的期望值最大化,这就是连续影响力最大化问题。文中提出了一种独立级联传播模型下连续影响力最大化算法。该算法首先将上述问题抽象成一个约束优化问题,然后抽样若干个可能的种子集,并对每个可能的种子集估计影响的传播范围;使用梯度下降法,在每轮迭代中根据估计的传播范围计算各个方向的增量值,取最大增量的方向作为梯度进行目标函数值的迭代更新,从而得到目标函数值的最优解。在真实和虚拟网络上进行实验,结果表明,该算法在影响范围的期望值上优于Random,Degree,UD和CD等算法。 展开更多
关键词 连续影响力最大化 社交网络 独立级联传播模型 梯度下降 迭代
在线阅读 下载PDF
CIC模型下基于社区检测的谣言抑制最大化方法 被引量:2
5
作者 刘维 杜宁宁 +1 位作者 陈崚 洪青青 《南京大学学报(自然科学版)》 CAS CSCD 北大核心 2023年第2期282-294,共13页
随着电子设备的日益普及和信息扩散的便利性,在线社交网络为各种负面信息的传播提供了高效的媒介.谣言是社交媒体上负面信息的突出形式之一,会引发社会动荡,造成经济损失,因此,快速有效地抑制谣言传播成为当前社交网络研究领域中的一个... 随着电子设备的日益普及和信息扩散的便利性,在线社交网络为各种负面信息的传播提供了高效的媒介.谣言是社交媒体上负面信息的突出形式之一,会引发社会动荡,造成经济损失,因此,快速有效地抑制谣言传播成为当前社交网络研究领域中的一个热点.提出一种有效的谣言抑制传播方法,从网络中选取多个正种子节点来传播真相,抑制谣言的传播.首先采用竞争性独立级联(Conpetitive Independent Cascade,CIC)模型来同时传播谣言和真相;其次,提出一种基于标签传播的社区检测算法对社交网络进行分解,并为各个社区分配正种子节点预算;最后,创新地提出节点强度来衡量网络中节点的重要性,并利用节点强度在各个社区中选取抑制谣言传播的初始正种子集.实验证明,该方法能达到与贪婪算法相匹配的抑制效果,且运行时间比贪婪算法快三个数量级. 展开更多
关键词 在线社交网络 社区结构 谣言抑制 竞争性独立级联模型
在线阅读 下载PDF
基于多特征信息传播模型的微博意见领袖挖掘 被引量:13
6
作者 张米 张晖 +2 位作者 杨春明 李波 赵旭剑 《中文信息学报》 CSCD 北大核心 2018年第2期129-138,146,共11页
在线社交网络中的意见领袖通常是指在社交网络的信息传播中具有较大社会影响力的个体。针对当前意见领袖挖掘方法中只考虑社交网络的拓扑结构和节点的个体属性,缺乏信息传播中交互特征的问题,该文提出了基于扩展独立级联模型,并融入网... 在线社交网络中的意见领袖通常是指在社交网络的信息传播中具有较大社会影响力的个体。针对当前意见领袖挖掘方法中只考虑社交网络的拓扑结构和节点的个体属性,缺乏信息传播中交互特征的问题,该文提出了基于扩展独立级联模型,并融入网络结构特征、个体属性和行为特征的意见领袖挖掘模型(extended independent cascade,EIC)。该模型以个体属性、个体在信息传播过程中的交互行为建立加权的传播网络,利用改进的CELF(cost effective lazy forward)算法,挖掘网络中影响力较大的个体。通过实验验证,在意见领袖的扩展核心率指标上,该算法优于拓扑结构类算法,且具有较好的稳定性,同时并未降低意见领袖的传播范围。 展开更多
关键词 独立级联模型 信息传播 传播模型 意见领袖
在线阅读 下载PDF
一种基于k-核的社会网络影响最大化算法 被引量:59
7
作者 曹玖新 董丹 +3 位作者 徐顺 郑啸 刘波 罗军舟 《计算机学报》 EI CSCD 北大核心 2015年第2期238-248,共11页
社会网络中影响最大化问题是指在特定传播模型下,获取一个指定大小的节点集合,使得该集合在网络中的聚合影响力最大.针对贪心算法运用于大规模社会网络时存在效率低下且不可扩展的问题,文中提出基于核数层次特征和影响半径的启发式算法... 社会网络中影响最大化问题是指在特定传播模型下,获取一个指定大小的节点集合,使得该集合在网络中的聚合影响力最大.针对贪心算法运用于大规模社会网络时存在效率低下且不可扩展的问题,文中提出基于核数层次特征和影响半径的启发式算法——核覆盖算法(Core Covering Algorithm,CCA).该算法首先引入k-核概念,基于k-核分解求出每个节点的核数,然后根据核数分布的层次性,引入节点的影响半径参数,最后综合核数和度数两个属性,找出影响力节点集合.文中在两个数据集和两种传播模型上进行了实验,结果表明:(1)在传播概率较大的独立级联模型(Independent Cascade Model,IC)下,CCA能取得比现有启发式算法更优的影响效果;(2)在三价(TRIVALENCY Model,TR)模型下,CCA的表现也同样优于其他启发式算法;(3)与其他启发式算法相比,CCA的运行时间更少. 展开更多
关键词 社交网络 影响最大化 独立级联模型 k-核 社会计算
在线阅读 下载PDF
社交网络中基于K核分解的意见领袖识别算法 被引量:2
8
作者 李美子 米一菲 +1 位作者 张倩 张波 《计算机应用》 CSCD 北大核心 2022年第1期26-35,共10页
针对在社交网络中挖掘意见领袖时存在的计算复杂度高的难题,提出了一种基于K核分解的意见领袖识别算法CR。首先,基于K核分解方法获取社交网络中的意见领袖候选集,以缩小识别意见领袖的数据规模;然后,提出包括位置相似性和邻居相似性的... 针对在社交网络中挖掘意见领袖时存在的计算复杂度高的难题,提出了一种基于K核分解的意见领袖识别算法CR。首先,基于K核分解方法获取社交网络中的意见领袖候选集,以缩小识别意见领袖的数据规模;然后,提出包括位置相似性和邻居相似性的用户相似性的概念,利用K核值、入度数、平均K核变化率和用户追随者个数计算用户相似性,并根据用户相似性对候选集中的用户计算全局影响力;最后,根据用户全局影响力对意见领袖候选集中的用户进行排序,从而识别意见领袖。在实验部分使用独立级联模型(ICM)预测的用户影响力和中心性两种评价指标在三个大小不同的真实数据集上对所提算法选出的意见领袖集进行评估,并将该算法与其他三种识别意见领袖的算法对比,结果表明该算法选出的影响力Top-15的用户平均影响力以21.442高于其他三个算法。另外,与四种与K核相关的算法做相关性指标对比的结果表明,CandidateRank算法总体来说效果较好。综上,CandidateRank算法在降低计算复杂度的同时提高了准确性。 展开更多
关键词 K核分解 意见领袖 用户相似性 社交网络 独立级联模型
在线阅读 下载PDF
一种基于社会网络的潜在流失客户发现方法 被引量:3
9
作者 黄婉秋 《北京交通大学学报》 CAS CSCD 北大核心 2014年第3期123-127,共5页
提出了一种有效的基于社会网络的潜在流失客户发现方法.首先根据RFM模型计算不同时段的客户价值,再引入时间序列分析中的互相关函数,匹配典型潜在流失客户,进一步结合社区发现与独立级联模型,提取潜在流失客户.该方法应用在某零售企业... 提出了一种有效的基于社会网络的潜在流失客户发现方法.首先根据RFM模型计算不同时段的客户价值,再引入时间序列分析中的互相关函数,匹配典型潜在流失客户,进一步结合社区发现与独立级联模型,提取潜在流失客户.该方法应用在某零售企业的消费记录数据集上取得了理想结果. 展开更多
关键词 互相关 流失分析 社区发现 独立级联模型
在线阅读 下载PDF
基于反向影响采样的积极影响力最大化 被引量:1
10
作者 杨书新 许景峰 《计算机应用》 CSCD 北大核心 2022年第8期2609-2616,共8页
影响力最大化问题现有的工作主要集中在无符号网络上,忽略了网络中个体之间存在的敌对关系。针对符号网络中的积极影响力最大化问题,在极性相关的独立级联(IC-P)模型的基础上提出一种符号网络中基于反向影响采样(RIS-S)的算法以最大化... 影响力最大化问题现有的工作主要集中在无符号网络上,忽略了网络中个体之间存在的敌对关系。针对符号网络中的积极影响力最大化问题,在极性相关的独立级联(IC-P)模型的基础上提出一种符号网络中基于反向影响采样(RIS-S)的算法以最大化积极影响力。首先,在生成反向可达集的阶段考虑了节点的极性关系,以适用于符号网络;其次,为了提高反向可达集的有效性,限制了采样的遍历深度。在三个真实的符号网络数据集上比较了RIS-S、IMM(Influence Maximization via Martingales)、POD(Positive Out-Degree)和Effective Degree等算法的积极影响力范围和运行时间,以验证所提算法的有效性。实验结果表明,RIS-S算法所选的种子更加准确,能获得更广的积极影响力范围,并且该算法的运行时间比同类型算法IMM更短,可以认为RIS-S算法能够解决符号网络中的积极影响力最大化问题。 展开更多
关键词 影响力最大化 符号网络 独立级联模型 反向影响采样算法 病毒式营销
在线阅读 下载PDF
面向线上-线下异步社会网络的病毒式营销算法 被引量:1
11
作者 王长军 王葛格 《东华大学学报(自然科学版)》 CAS 北大核心 2021年第4期107-115,共9页
基于双层异步社会网络研究口碑病毒式传播的影响最大化问题,通过扩展经典的独立级联模型,构建相应的影响最大化模型,设计多种基于启发式算法的病毒式营销策略选取种子节点。针对所提算法,从网络传播概率、网络结构和传播异步性等3个方... 基于双层异步社会网络研究口碑病毒式传播的影响最大化问题,通过扩展经典的独立级联模型,构建相应的影响最大化模型,设计多种基于启发式算法的病毒式营销策略选取种子节点。针对所提算法,从网络传播概率、网络结构和传播异步性等3个方面进行仿真对比研究。结果表明:该设计方法明显优于传统的随机规则和出度规则,但不同方法适用于不同的传播概率和网络结构;随着双层网络传播异步性的增加,各算法营销结果均出现明显下降。 展开更多
关键词 病毒式营销 营销算法 影响最大化 双层网络 独立级联模型
在线阅读 下载PDF
基于分区的有向超团模式社交网络影响最大化算法
12
作者 郝怡然 盛益强 王劲林 《计算机应用》 CSCD 北大核心 2018年第A02期77-83,110,共8页
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... 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。 展开更多
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
在线阅读 下载PDF
基于k-核过滤的社交网络影响最大化算法 被引量:13
13
作者 李阅志 祝园园 钟鸣 《计算机应用》 CSCD 北大核心 2018年第2期464-470,共7页
针对现有社交网络影响最大化算法影响范围小和时间复杂度高的问题,提出一种基于独立级联模型的k-核过滤算法。首先,介绍了一种节点影响力排名不依赖于整个网络的现有影响力最大化算法;然后,通过预训练k,找到对现有算法具有最佳优化效果... 针对现有社交网络影响最大化算法影响范围小和时间复杂度高的问题,提出一种基于独立级联模型的k-核过滤算法。首先,介绍了一种节点影响力排名不依赖于整个网络的现有影响力最大化算法;然后,通过预训练k,找到对现有算法具有最佳优化效果且与选择种子数无关的k值;最后,通过计算图的k-核过滤不属于k-核子图的节点和边,在k-核子图上执行现有影响最大化算法,达到降低计算复杂度的目的。为验证k-核过滤算法对不同算法有不同的优化效果,在不同规模数据集上进行了实验。结果显示,应用k-核过滤算法后:与原PMIA算法相比,影响范围最多扩大13.89%,执行时间最多缩短8.34%;与原核覆盖算法(CCA)相比,影响范围没有太大差异,但执行时间最多缩短28.5%;与Out Degree算法相比,影响范围最多扩大21.81%,执行时间最多缩短26.96%;与Random算法相比,影响范围最多扩大71.99%,执行时间最多缩短24.21%。进一步提出了一种新的影响最大化算法GIMS,它比PMIA和IRIE的影响范围更大,执行时间保持在秒级别,而且GIMS算法的k-核过滤算法与原GIMS算法的影响范围和执行时间差异不大。实验结果表明,k-核过滤算法能够增大现有算法选择种子节点集合的影响范围,并且减少执行时间;GIMS算法具有更好的影响范围效果和执行效率,并且更加鲁棒。 展开更多
关键词 社交网络 影响最大化 k-核 独立级联模型 传播树
在线阅读 下载PDF
基于层次化社区结构的影响最大化算法 被引量:3
14
作者 朱昌盛 朱福喜 阳小兰 《计算机工程与设计》 北大核心 2017年第3期561-565,共5页
针对贪心算法时间复杂度过高,不适用于大型社会网络问题,提出基于层次化社区结构的影响最大化算法HCSA(hierarchical community structure algorithm)。对社会网络进行层次化社区划分,启发式地选择覆盖率最大的社区层级并按比例分配初... 针对贪心算法时间复杂度过高,不适用于大型社会网络问题,提出基于层次化社区结构的影响最大化算法HCSA(hierarchical community structure algorithm)。对社会网络进行层次化社区划分,启发式地选择覆盖率最大的社区层级并按比例分配初始节点,综合节点度数,得出初始节点集合。实验结果表明,与现有启发式算法相比,HCSA算法取得了更广的传播范围和更少的运行时间。 展开更多
关键词 社会网络 层次化 社区结构 影响最大化 独立级联模型
在线阅读 下载PDF
在影响力最大化问题中寻找种子节点的替补节点 被引量:5
15
作者 马茜 马军 《计算机学报》 EI CSCD 北大核心 2017年第3期674-686,共13页
在线社会网络的发展为市场营销提供了新的机遇和挑战.对于广告投放者来说,面临的问题是如何从一个有n个用户的社会网络中,选取k(0<kn)个有影响力的用户,称作种子节点,通过提供报酬、试用品等方式激活他们,让他们为产品做宣传,通过... 在线社会网络的发展为市场营销提供了新的机遇和挑战.对于广告投放者来说,面临的问题是如何从一个有n个用户的社会网络中,选取k(0<kn)个有影响力的用户,称作种子节点,通过提供报酬、试用品等方式激活他们,让他们为产品做宣传,通过口口相传的方式使尽可能多的用户了解或者购买该产品.这个问题也被称作影响力最大化(Influence Maximization),简称IM问题.IM问题的相关工作往往会默认所选出的k个种子节点均可被激活.而在实际应用中,受各种因素的影响,t(0<tk)个种子节点很有可能无法激活.因此该文的研究问题是如何选取替补节点来代替不能被激活的种子节点,该文称该问题为在影响力最大化中寻找替补种子节点(Substitutes Discovery in Influence Maximization),简称SDIM问题.SDIM问题的提出有利于解决营销中面临的实际问题,帮助广告投放者更顺利地完成营销目标.为此,该文首先给出了SDIM问题的形式化定义,并提出对该问题求解的优化函数.在证明了该问题属于NP难的基础上,说明了基于该文提出的优化函数得到的贪心算法具有精度保证.该文首先利用社会网络的无尺度特性,给出了保留网络中度较大的节点作为初始候选节点集的策略,在此基础上,分别提出了3个求解SDIM问题的算法:(1)找出恰好t个替补节点的全局静态贪心算法GSG;(2)在选择种子节点的同时选取t′(t′t)个替补节点的预选式贪心算法GIA,可防止新选的t个替补节点中仍存在不能被激活的节点;(3)可以改善GSG算法执行时间且不影响精度的全静态算法AS.由于GSG运行时间过长,我们对其进行了CELF优化,在实验中我们称其为GSG-CELF.实验结果表明:根据节点度减少候选节点数量的方法不会影响各算法的效果,却可以有效地减少运行时间;GSG-CELF选出的替补节点的影响力很接近原始种子节点集的效果;GIA具有更好的鲁棒性,同时传播效果也十分接近GSG-CELF;AS与GSG-CELF这类有CELF优化的贪心算法相比,运行时间是GSG-CELF的10%~50%,且传播效果不受影响. 展开更多
关键词 影响力最大化 社会网络 独立级联模型 信息传播 社会计算 社会媒体 社交网络
在线阅读 下载PDF
基于结构洞和度折扣的影响力最大化算法 被引量:8
16
作者 李敏佳 许国艳 +1 位作者 朱帅 张网娟 《计算机应用》 CSCD 北大核心 2018年第12期3419-3424,共6页
在社会网络影响力最大化(IM)算法中,针对目前仅选取局部最优节点造成的影响范围较小的问题,综合考虑核心节点和结构洞节点的传播优势,提出了一种基于结构洞和度折扣的最大化算法(SHDD)。首先,该算法将结构洞思想和中心度思想互相融合应... 在社会网络影响力最大化(IM)算法中,针对目前仅选取局部最优节点造成的影响范围较小的问题,综合考虑核心节点和结构洞节点的传播优势,提出了一种基于结构洞和度折扣的最大化算法(SHDD)。首先,该算法将结构洞思想和中心度思想互相融合应用到影响力最大化问题中,并找出能将结构洞节点和核心节点综合发挥最大传播作用的α因子,使得信息更大范围地扩散从而扩大整个网络的影响范围。其次,为突出两个思想融合的优势,将二度邻居的影响添加到结构洞评价标准中来选取结构洞节点。在不同规模的数据集上实验结果表明,与DegreeDiscount算法相比,SHDD在没有增加过多时间开销的同时扩大了影响范围;与基于结构的贪心(SG)算法相比,在聚类系数较大的网络中SHDD扩大了影响范围并降低了时间开销。SHDD在α因子取0. 6时能最大限度地发挥结构洞节点和核心节点融合的作用并且在聚类系数较大的社交网络中能更加稳定地扩大影响范围。 展开更多
关键词 社交网络 影响力最大化 独立级联模型 结构洞 度折扣
在线阅读 下载PDF
基于合并影响概率的社交网络影响最大化算法 被引量:4
17
作者 周飞 高茂庭 《计算机工程》 CAS CSCD 北大核心 2018年第5期188-193,200,共7页
针对大型社交网络影响最大化算法时间复杂度较高,并且节点影响覆盖率较低的问题,提出一种新的影响力最大化算法。采用PageRank算法选择影响力较高的节点作为备用种子,通过统计备用种子对潜在可激活节点的激活轮次和激活次数来计算其合... 针对大型社交网络影响最大化算法时间复杂度较高,并且节点影响覆盖率较低的问题,提出一种新的影响力最大化算法。采用PageRank算法选择影响力较高的节点作为备用种子,通过统计备用种子对潜在可激活节点的激活轮次和激活次数来计算其合并影响概率,并采用遗传算法从中选择合并影响概率最大的k个结果作为种子节点。仿真结果表明,与Degree Discount、PageRank等算法相比,该算法能获得较好的节点选取效果。 展开更多
关键词 社交网络 影响最大化 合并影响概率 遗传算法 独立级联模型
在线阅读 下载PDF
社交网络基于意见领袖的谣言抑制方案 被引量:5
18
作者 陈雄逸 许力 +1 位作者 张欣欣 尤玮婧 《信息安全研究》 CSCD 2023年第1期57-65,共9页
随着社交网络的兴起,网络中信息传播所引发的信息内容安全问题愈发突出,其中谣言信息的传播是网络中信息内容安全面临的重要潜在威胁.当前社交网络中的谣言抑制方案大多考虑网络的结构属性,并采用单一实体的信息传播模型模拟现实传播场... 随着社交网络的兴起,网络中信息传播所引发的信息内容安全问题愈发突出,其中谣言信息的传播是网络中信息内容安全面临的重要潜在威胁.当前社交网络中的谣言抑制方案大多考虑网络的结构属性,并采用单一实体的信息传播模型模拟现实传播场景.不仅考虑了网络的结构属性,而且考虑了节点的社交属性,并采用多实体的竞争性独立级联模型,提出了一种基于意见领袖的谣言抑制方案:首先,根据网络的结构属性,通过支配集选取网络中的关键用户作为意见领袖候选集;其次,根据用户的社交属性,提出了用户影响力计算公式识别网络中的意见领袖群体;最后,采用多实体的竞争性独立级联模型在几个大小不同的真实的社交网络数据集上进行仿真实验.实验结果表明,该方案在合理的时间成本内能够比其他的谣言抑制方案更好地抑制社交网络中谣言信息的数量,并且随着网络中谣言信息数量的增加能够保持最终的谣言抑制效果有5%左右的提升. 展开更多
关键词 意见领袖 多实体的竞争性独立级联模型 社交网络 谣言抑制 用户影响力
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部