{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“邮件”：{“索引”：{“日期部分”：[[2023,8,13]]，“日期时间”：“2023-08-13T14:10:05Z”，“时间戳”：1691935805450}，“出版商位置”：“查姆”，“参考计数”：18，“出版者”：“斯普林格国际出版公司”，“isbn-type”：[{“值”：“9783319235240”，“类型”：”打印“}，{“值”：“9783319235257”，“type”：“electronic”}]，“license”：[{“start”：{“date-parts”：[[2015,1,1]]，“date-time”：“2015-01-01T00:00:00Z”，“timestamp”：1420070400000}，“content-version”：“tdm”，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}，{“start”：{“date-ports”：[2015,1,1]]，:00Z“，”timestamp“：1420070400000}，”content-version“：”vor“，“delay-in-days”：0，“URL”：“http://www.springer.com\/tdm”}]，“content-domain”：{“domain”:[“link.springer.com”]，“crossmark-restriction”：false}，“short-container-title”：[]，“published-print”：{“date-parts”：[[2015]]}，”DOI“：”10.1007\/978-3-19-2325-7_34“，”type“：”book-chapter“，”created“：{”date-part“：[[[2015,8,28]]，“日期时间”：“2015-08-28T08:20:13Z”，“时间戳”：1440750013000}，“页面”：“559-575”，“更新策略”：“http://\/dx.doi.org\/10.1007\/springer_crossmark_policy”，“源”：“Crossref”，”is-referenced-by-count“：2，“标题”：[“发现受众群体和特定群体的影响者”]，“前缀”：“10.1007”，《作者》：[{“给定”：“沭阳”，“家族”：“林”，“序列”：“第一个”，“从属关系”：[]}，{“给定”：“青波”，“家族”：“胡”，“序列”：“附加”，“从属关系”：[]}，{“给定”：“靖远”，“家庭”：“张”，“顺序”：“额外”，“隶属关系”：[]}“：”34_CR1“，”doi-asserted-by“：”crossref“，“非结构化”：“Bakshy，E.，Hofman，J.M.，Watts，D.J.，Mason，W.A.：每个人都是有影响力的人：量化对推特的影响。In:WSDM（2011）”，“DOI”：“10.1145\/1935826.1935845”}，{“key”：“34_CR2”，“DOI-asserted-by”：“crossref”，“unstructured”：“Barbieri，N.，Bonchi，F.，Manco，G.：基于级联的社区检测。In:WSDM（2013）”，《DOI》：“10.1145\/2433396.2433403”}，{“key”：“34_CR3”，“doi-asserted-by”：“crossref”，“unstructured”：“Cha，M.，Haddadi，H.，Benevenuto，F.，Gummadi，K.：测量推特用户影响力：百万追随者谬误。in:ICWSM（2010）”，“doi”：“10.1609\/ICWSM.v4i1.14033”}：“Chen，W.，Wang，Y.：社交网络中的有效影响最大化。in:KDD（2009）”，“DOI”：“10.1145\/1557019.1557047”}，{“key”：“34_CR5”，“DOI-asserted-by”：“crossref”，“unstructured”：“陈，W.、袁，Y.，Zhang，L.：线性阈值模型下社交网络中可扩展的影响最大化，{“issue”：“6 Pt 2”，“key”：“34_CR6”，“doi-asserted-by”：“publisher”，“first page”：：“066111”，“doi”：“10.1103\/PhysRevE.70.066111”，“volume”：”70“，“author”：“A Clauset”，“year”：“2004”，“unstructured”：“Clauset，A.，Newman，M.E.J.，Moore，C.：在非常大的网络中发现社区结构。Phys.Rev.E 70（6 Pt2），066111（2004）”，“journal-E”title“：”物理版本E“}，{“key”：“34_CR7”，“unstructured”：“Csardi，G.，Nepusz，T.：复杂网络研究的igraph软件包。InterJournal，complex Systems 1695，{“key”：“34_CR9”，“doi-asserted-by”：“crossref”，“unstructured”：“Goyal，A.，Bonchi，F.，Lakshmanan，L.V.：社交网络中的学习影响概率。摘自：WSDM（2010）”，“doi”：“10.1145\/1718487.1718518”}，{“key”：：“Kempe，D.，Kleinberg，J.，Tardos，E.：通过社交网络最大化影响力的传播。收录：KDD（2003）”，“DOI”：“10.1145\/956750.956769”}，{“key”：“34_CR11”，“DOI-asserted-by”：“crossref”，“unstructured”：“Leskovec，J.、Backstrom，L.、Kleinberg，J.:Meme-tracking and the dynamics of the news cycle。收录:KDD（2009）”，《DOI》：“10.1145\/1557019.1557077”}，{“key”：“34_CR12”，“series-title”：“计算机科学课堂讲稿（人工智能课堂讲稿）”，“doi-asserted-by”：“crossref”，“first page”：《82》，“doi”：“10.1007\/978-3-198038-0_7”，“volume-title”：《知识发现和数据挖掘的进展》，“author”：“S Lin”，《年份》：“2015”，“非结构化”：“Lin，S.，Hu，Q.，Wang，G.，Yu，P.S.：理解社区对信息传播的影响。见：Cao，T.，Lim，E.-P.，Zhou，Z.-H.，Ho，T.-B.，Cheung，D.，Motoda，H.（eds.）PAKDD 2015，第一部分LNCS（LNAI），第9077卷，第82\u201395页。Springer，Heidelberg（2015）“}，{”key“：”34_CR13“，”doi-asserted-by“：”crossref“，”unstructured“：”Liu，L.，Tang，J.，Han，J.、Jiang，M.，Yang，S.：挖掘异质网络中的主题级影响。in:CIKM（2010）“，”doi“：”10.1145\/1871437.1871467“}”，{“key”：“34_CR14”，“series-title”：“计算机科学课堂讲稿”，“doi-assert-by”：“publisher”，“”第一页“：”48“，”DOI“：”10.1007\/978-3-642-40991-2-4“，”volume-title“：”数据库中的机器学习和知识发现“，”author“：”Y Mehmood“，”year“：”2013“，”unstructured“：”Mehmoot，Y.，Barbieri，N.，Bonchi，F.，Ukkonen，A.：CSI：社区层面的社会影响分析。收录人：Blockeel，H.，Kersting，K.，Nijssen，S.，\u017delezn\u00fd，F.（编辑）ECML PKDD 2013，第二部分。LNCS，第8189卷，第48\u201363页。Springer，Heidelberg（2013）“}，{”issue“：”23“，”key“：”34_CR15“，”doi-asserted-by“：”publisher“，”first page“：“9564”，“doi”：“10.1073\/pnas.0610537104”，“volume”：“104”，”author“：”MEJ Newman“，”year“：”2007“，”unstructured“：”Newman，M.E.J.，Leicht，E.A.：网络中的混合模型和探索性分析。pnas 104（23），9564\u20139569（2007）“，“日志标题”：“PNAS“}，{“key”：“34_CR16”，“doi-asserted-by”：“crossref”，“unstructured”：“Tang，J.，Sun，J.、Wang，C.、Yang，Z.：大型网络中的社会影响分析。in:KDD（2009）”，“doi”：“10.1145\/1557019.1557108”}，}“key:”34_CR17“doi-sserted-byTang，J.，Zhang，J.、Yao，L.、Li，J.和Zhong，L.，Su，Z.：Arnetminer：学术社交网络的提取和挖掘。In:KDD（2008）“，”DOI“：”10.1145\/1401890.1402008“}，{“key”：“34_CR18”，“DOI-asserted-by”：“crossref”，“unstructured”：“Wang，Y.，Cong，G.，Song数据库中的机器学习和知识发现”，“计算机科学课堂讲稿”]，“original-title”：[]，“link”：[{“URL”：“http://\/link.springer.com/content\/pdf\/10007\/978-3319-23525-7_34”，“content-type”：“unspecified”，“content-version”：“vor”，“intended-application”：“similarity-checking”}]，“deposed”：{“date-parts”：[2023,8,13]]，“date-time“：”2023-08-13T13:52:30Z“，”timestamp“：1691934750000}，”score“：1，”resource“：{主要”：{“URL”：“http://\/link.springer.com/10.1007\/978-3-319-23525-7_34”}}，“副标题”：[]，“短标题”：[]，“已发布”：{“date-parts”：[[2015]]}，《ISBN》：[“9783319235240”，“97833235257”]，“references-count”：18，“URL”：“http://\/dx.doi.org\/10.1007\/978-3-319-2325-7_34”，“关系“：{}，”ISSN“：[”0302-9743“，”1611-3349“]，”ISSN-type“：[{”value“：”0302-7743“、”type“:”print“}、{”value“：”1611-33049“、”类型“：”electronic“}]、“subject”：[]、“published”：{“date-parts”：[[2015]]}、“assertion”：[}“value”：“2015年8月29日”、“order”：1、“name”：“first_online”、“label”：“first online”，“组“：{”name“：”ChapterHistory“，”label“：”章节历史“}}，{“value“：”此内容已提供给所有人。“，”name“：”free“，”label“：”free to read“}]}}”