| 一种面向主题耦合的影响力最大化算法 |
| |
| 引用本文： | 吕文渊,周丽华,廖仁建.一种面向主题耦合的影响力最大化算法[J].计算机科学,2017,44(12):28-32. |
| |
| 作者姓名： | 吕文渊 周丽华 廖仁建 |
| |
| 作者单位： | 云南大学信息学院 昆明650000,云南大学信息学院 昆明650000,云南大学信息学院 昆明650000 |
| |
| 基金项目： | 本文受国家自然科学基金项目(61262069,61472346,61762090),云南省自然科学基金项目(2015FB114,2016FA026),云南省创新团队,云南省高校科技创新团队(IRTSTYN),云南大学创新团队发展计划(XT412011)资助 |
| |
| 摘 要： | 网络逐渐成为了人与人之间的主要社交工具,在网络中挖掘最有影响力的用户成为了非常值得关注的问题。在传统影响力最大化算法的基础上提出了一种面向主题耦合的影响力最大化算法,该算法首先分析网络中不同主题之间的耦合相似性,在综合考虑主题之间耦合相似性与用户对不同主题偏好的基础上扩展独立级联模型,并使用经典的贪心算法挖掘最具有影响力的用户。与不考虑主题耦合的影响力最大化算法相比,所提算法考虑了传播主题之间的耦合相似性,并且能够与用户偏好进行更为有效地结合。最后,实验表明,相比于经典的影响力最大化算法,该算法能够更为有效地挖 掘在特定主题下最具有影响力的种子节点。
|
| 关 键 词： | 社会网络 影响力最大化 耦合相似度 主题 |
| 收稿时间： | 2016/10/11 0:00:00 |
| 修稿时间： | 2016/11/12 0:00:00 |
Coupled Topic-oriented Influence Maximization Algorithm |
| |
| LV Wen-yuan,ZHOU Li-hua and LIAO Ren-jian.Coupled Topic-oriented Influence Maximization Algorithm[J].Computer Science,2017,44(12):28-32. |
| |
| Authors: | LV Wen-yuan ZHOU Li-hua and LIAO Ren-jian |
| |
| Affiliation: | School of Information,Yunnan University,Kunming 650000,China,School of Information,Yunnan University,Kunming 650000,China and School of Information,Yunnan University,Kunming 650000,China |
| |
| Abstract: | |
| |
| Keywords: | Social network Influence maximization Similarity of coupling Topic |
|
| 点击此处可从《计算机科学》浏览原始摘要信息 |
|
点击此处可从《计算机科学》下载全文 |
|
