×
Kang、Chanhyun;萨里特·克劳斯;克里斯蒂安·莫利纳罗;弗朗西斯卡·斯佩萨诺;苏布拉曼尼亚，V.S。

扩散中心性：在社交网络中最大化传播的范例。 （英语） Zbl 1390.91267号

Artif公司。智力。 239, 70-96 (2016).
摘要：我们提出了扩散中心（DC），在该中心中，社会网络的语义方面用于描述对扩散属性（p）有影响的顶点。与经典中心性测度不同，顶点的扩散中心性随性质（p）而变化，并取决于描述（p）如何扩散的扩散模型。我们证明DC适用于大多数已知的扩散模型，包括倾翻、级联和亲同模型。我们提出了一种基于超图的算法（HyperDC），该算法通过许多优化来精确计算DC。然而，HyperDC无法很好地扩展到大型社交网络（数百万个顶点，数千万条边）。对于缩放，我们开发了对网络进行粗化的方法，并提出了一种称为“前后粗化”（CBAF）的启发式算法来计算顶部顶点（具有最高的扩散中心性）。我们报告了在运行时间和最中心顶点实现的“扩散”（使用7个真实世界社交网络和3个不同的扩散模型）方面将DC与经典中心性度量进行比较的实验。我们的实验表明，DC产生了更高质量的结果，并且在运行时方面可以与几个中心性度量相比较。

引用于1文件

MSC公司：

91天30分 社交网络；意见动态
68N17号 逻辑编程

关键词：

社交网络;扩散模型;逻辑程序设计;定量逻辑

软件：

SIMPATH（简单路径）;帕梅蒂斯;METIS公司
PDF格式BibTeX公司 XML格式引用
\textit{C.Kang}等人，Artif。智力。239，70-96（2016年；兹bl 1390.91267）
全文： 内政部

参考文献：

[1] 阿达利，S。；Lu，X。；Magdon-Ismail，M.，《分析网络的本地、社区和全球中心性方法》，Soc.Netw。分析。Min.，4，1，210（2014）
[2] 安德森，R.M。；May，R.M.，《传染病的种群生物学：第一部分，自然》，280，5721，361-367（1979）
[3] 阿拉尔，S。；Muchnik，L。；Sundararajan，A.，区分动态网络中基于影响的传播和亲同驱动的传播，Proc。国家。阿卡德。科学。，106, 51, 21544-21549 (2009)
[4] Barbieri，N。；Bonchi，F。；Manco，G.，主题意识社会影响力传播模型，Knowl。信息系统。，37, 3, 555-584 (2013)
[5] Beauchamp，M.A.，《改进的中心性指数》，Behav。科学。，10, 2, 161-163 (1965)
[6] 贝克尔，R。；谢尔尼霍夫，Y。；沙维特，Y。；Zilberman，N.，《蒸汽社区网络演变分析》（以色列电气与电子工程师会议议事录（2012年）），1-5
[7] Bonacich，P.，状态得分和集团识别的因子分析和加权方法，J.Math。社会学。，2, 1, 113-120 (1972)
[8] Brandes，U.，《关于中心性的图表理论观点》，Soc.Netw。，30, 2, 136-145 (2008)
[9] 布林，S。；佩奇，L.，大型超文本网络搜索引擎的剖析，计算。净值。，30, 1-7, 107-117 (1998)
[10] Broecheler，M。；Shakarian，P。；Subrahmanian，V.S.，《社交网络中竞争扩散建模的可扩展框架》（Proc.International Conference on social Computing（2010）），295-302
[11] 乔格登·阿斯雷；Barbieri，N。；Bonchi，F。；Baeza-Yates，R.A.，《在线主题软件影响最大化查询》（Proc.International Conference on Extending Database Technology（2014）），295-306
[12] Centola，D.，《在线社交网络实验中行为的传播》，《科学》，329，5996，1194-1197（2010）
[13] Cha，M。；Mislove，A。；Gummadi，P.K.，《Flickr社交网络中信息传播的测量驱动分析》（Proc.International World Wide Web Conference（2009）），721-730
[14] 陈，N.，《社会网络中影响的近似性》，SIAM J.离散数学。，23, 3, 1400-1415 (2009) ·Zbl 1203.68314号
[15] Chen，W。；王，C。；Wang，Y.，大规模社交网络中流行病毒营销的可扩展影响最大化，（知识发现和数据挖掘国际会议论文集（2010）），1029-1038
[16] 陈，Y。；彭，W。；Lee，S.，《社交网络中影响最大化的高效算法》，Knowl。信息系统。，33, 3, 577-601 (2012)
[17] 蒋，C.-Y。；黄，L.-H。；李，B.-J。；吴杰。；Yeh，H.-G.，关于目标集选择问题的一些结果，J.Comb。最佳。，25, 4, 702-715 (2013) ·Zbl 1273.90224号
[18] 多列夫，S。；Elovici，Y。；Puzis，R.，《居中性之间的路由》，J.ACM，57，4（2010）·Zbl 1327.68027号
[19] 费伦斯，D。；den Broeck，G.V.公司。；伦肯斯，J。；Shterionov，D.S。；Gutmann，B。；Thon，I。；詹森，G。；Raedt，L.D.，《使用加权布尔公式的概率逻辑程序中的推理和学习》，理论与实践。日志。程序。，15, 3, 358-401 (2015) ·Zbl 1379.68062号
[20] Freeman，L.C.，基于中间性的一组中心性度量，社会计量学，40，1，35-41（1977）
[21] Freeman，L.C.，《社交网络概念澄清的中心性》，Soc.Netw。，1, 3, 215-239 (1979)
[22] Fung，W.S。；哈里哈兰，R。；N.J.A.哈维。；Panigrahi，D.，《图稀疏化的一般框架》（2011年美国计算机学会计算机理论研讨会论文集），71-80·Zbl 1288.68118号
[23] 戈亚尔，A。；卢·W。；Lakshmanan，L.V.S.，SIMPATH:线性阈值模型下影响最大化的有效算法，（国际数据挖掘会议（2011）），211-220
[24] Granovetter，M.，《集体行为阈值模型》，美国社会学杂志。，83, 6, 1420-1443 (1978)
[25] 格雷夫斯，A。；阿达利，S。；Hendler，J.，《在RDF图中对节点进行排序的方法》（Proc.International Semantic Web Conference（2008））
[26] Hethcote，H.W.，传染病模型的定性分析，数学。生物科学。，28, 3-4, 335-356 (1976) ·Zbl 0326.92017号
[27] Irfan，M.T。；Ortiz，L.E.，《网络中的影响力、稳定行为和最具影响力的个人：游戏理论方法》，Artif。智力。，215, 79-119 (2014) ·兹比尔1353.91044
[28] 杰克逊，M。；Yariv，L.，《社交网络扩散》，《经济学》。出版物。，16, 1, 69-82 (2005)
[29] 姜强。；Song，G。；聪，G。；Wang，Y。；Si，W。；Xie，K.，社会网络中基于模拟退火的影响最大化，（AAAI人工智能会议（2011））
[30] 卡根，V。；史蒂文斯，A。；Subrahmanian，V.S.，《利用推特情绪预测2013年巴基斯坦大选和2014年印度大选》，IEEE Intell。系统。，30, 1, 2-5 (2015)
[31] 康，C。；莫里纳罗，C。；克劳斯，S。；沙维特，Y。；Subrahmanian，V.S.，社交网络中的扩散中心性，（国际社会网络分析与挖掘进展会议论文集（2012）），558-564
[32] Karypis，G.，METIS和parmetis，（并行计算百科全书（2011）），1117-1124
[33] Kempe，D。；Kleinberg，J.M。；爱沙尼亚塔尔多斯。，通过社交网络最大限度地扩大影响力，（知识发现和数据挖掘国际会议（2003年）），137-146
[34] Kempe，D。；Kleinberg，J.M。；爱沙尼亚塔尔多斯。，社交网络扩散模型中的影响节点（Proc.国际自动化学术讨论会，语言和编程（2005）），1127-1138·Zbl 1084.91053号
[35] Kifer，M。；Subrahmanian，V.S.，广义注释逻辑编程理论及其应用，J.Log。程序。，12, 3 & 4, 335-367 (1992)
[36] 木村，M。；齐藤，K。；Motoda，H.，社会网络SIS模型影响函数的有效估计，（国际人工智能联合会议（2009）），2046-2051
[37] 木村，M。；齐藤，K。；Nakano，R.，《为社交网络上的信息传播提取有影响力的节点》（《AAAI人工智能会议论文集》（2007）），1371-1376
[38] Leskovec，J.，《斯坦福大学大型网络数据集收集》（2015）
[39] Leskovec，J。；克劳斯，A。；Guestrin，C。；Faloutsos，C。；范布里森，J.M。；Glance，N.S.，网络中的成本效益暴发检测（知识发现和数据挖掘国际会议（2007年）），420-429
[40] 卢，J.J。；Nerode，A。；Subrahmanian，V.S.，混合知识库，IEEE Trans。知识。数据工程，8，5，773-785（1996）
[41] Mathioudakis，M。；Bonchi，F。；卡斯蒂略，C。；Gionis，A。；Ukkonen，A.，影响网络的稀疏化，（知识发现和数据挖掘国际会议论文集（2011）），529-537
[42] 麦克弗森，M。；史密斯·洛文。；库克，J.M.，《物以类聚：社交网络中的亲同性》，《年度》。社会学评论。，27, 415-444 (2001)
[43] 记忆，A。；Kimmig，A。；巴赫，S.H。；拉希德，L。；Getoor，L.，《使用概率软逻辑对带注释数据进行图形摘要》（Proc.International Workshop on Understance Reasoning for the Semantic Web（2012）），第75-86页
[44] Minoiu，C。；康，C。；Subrahmanian，V.S。；Berea，A.，《金融联系能预测危机吗？》？，数量。财务，15，4，607-624（2015）·Zbl 1398.91690号
[45] Naseri，M.B。；Elliott，G.，《人口统计学、社会联系和之前的互联网体验在网上购物中的作用：直接营销应用》，J.Target。测量。分析。作记号。，19, 2, 69-84 (2011)
[46] Nieminen，J.，《关于图的中心性》，Scand。心理学杂志。，15, 1, 332-336 (1974)
[47] Pearl，J。；Russell，S.，贝叶斯网络（1998），加利福尼亚大学计算机科学系
[48] Purohit，M。；Prakash，B.A。；康，C。；Zhang，Y。；Subrahmanian，V.S.，《大型网络中基于影响力的快速粗化》（知识发现和数据挖掘国际会议（2014年），Proc.International Conference on Knowledge Discovery and Data Mining）
[49] Sabidussi，G.，图的中心性指数，心理测量学，31581-603（1966）·Zbl 0152.22703号
[50] Schelling，T.，《微观动机与宏观行为》（1978），W.W.Norton and Co。
[51] Shakarian，P。；Broecheler，M。；Subrahmanian，V.S。；Molinaro，C.，使用广义注释程序解决社交网络扩散优化问题，ACM Trans。计算。日志。，14, 2, 10 (2013) ·Zbl 1354.91122号
[52] Szczepanski，P.L。；Michalak，T.P。；Wooldridge，M.，基于Owen值的泛化的具有社区结构的网络的中心性度量，（Proc.欧洲人工智能会议（2014）），867-872·Zbl 1366.91127号
[53] Tang，J。；Sun，J。；王，C。；Yang，Z.，《大规模网络中的社会影响分析》（2009年知识发现和数据挖掘国际会议论文集），807-816
[54] 香薰酮，H。；周，F。；Hartikainen，A。；Hinkka，A.，加权图的压缩，（知识发现和数据挖掘国际会议（2011年）），965-973
[55] 香薰酮，H。；周，F。；Hartikainen，A.公司。；Hinkka，A.，《通过节点和边缘合并进行网络压缩》（Bissociative Knowledge Discovery-概念、算法、工具和应用简介（2012）），199-217
[56] 王，C。；Chen，W。；Wang，Y.，大型社交网络中独立级联模型的可扩展影响最大化，Data Min.Knowl。发现。，25, 3, 545-576 (2012) ·Zbl 1260.91219号
[57] 瓦茨，D。；Peretti，J.，《真实世界的病毒营销》，Harv。公共汽车。版本（2007）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。