×
孙成爱;渭南牛;邱立清;吕良玉

基于有影响力的种子继任者的可扩展影响最大化。 （英语） Zbl 1490.91156号

软计算。 24，第8号，5921-5931（2020）.
摘要：影响最大化是一个基本问题，其目的是指定一小部分个体作为种子集，在一定的影响级联模型下尽可能地影响个体。大多数关于影响力最大化的现有研究都假设所有种子都希望传播指定的信息。然而，在现实中，少数种子可能不愿意传播这种信息，这可能会浪费不必要的资源。因此，我们必须找到一系列接班人来取代这些无用的种子。为了应对这一挑战，我们提出了一种新的方法，即利用度折扣算法首先找到原始种子集。此外，我们设计了一种候选选择策略，结合最大度节点和移除节点的邻域来选择大量候选种子。最后，通过优化原始种子和候选种子的组合，我们的算法可以通过模拟退火方法选择最有影响力的种子组合。此外，详尽的实验表明，我们的算法在影响扩散和运行时间方面优于其他传统算法。

引用于1文件

理学硕士：

91天30分 社交网络；意见动态

关键词：

影响最大化;模拟退火法;社交网络;继承人
PDF格式BibTeX公司 XML格式引用
\textit{C.Sun}等人，《软计算》。24，第8号，5921--5931（2020；Zbl 1490.91156）
全文： 内政部

参考文献：

[1] Abdulfatah，FH，影响学生使用移动云计算意愿的因素：移动云计算，Int J cloud Appl Comput，9，2，28-42（2019）
[2] 北卡罗来纳州阿罗拉。；Banati，H.，IM-GSO:一种社区导向的群体搜索优化方法，用于影响最大化，Cybern Syst，49，7-8，497-520（2018）
[3] Bagheri，E。；Dastghaibyfard，G。；Hamzeh，A.，FSIM:一种基于社区检测的快速可扩展影响最大化算法，《基于不确定模糊知识的系统》，26，3，379-396（2018）·Zbl 1470.91207号
[4] Bozorgi，A。；Haghhii，H。；Zahedi，MS，INCIM:线性阈值模型下影响最大化问题的基于社区的算法，Inf-Process Manag，52，61118-1199（2016）
[5] Bozorgi，A。；萨梅特，S。；Kwisthout，J.，竞争线性阈值模型下社交网络中基于社区的影响力最大化，基于知识的系统，134149-158（2017）
[6] 曹，JX；Dong，D。；Xu，S.，社交网络中基于k核的影响力最大化算法，Chin J Compute，38，2，1-7（2015）
[7] Chen W，Wang Y，Yang S（2009）社会网络中的有效影响最大化。摘自：美国纽约州纽约市ACM SIGKDD知识发现和数据挖掘国际会议论文集，199-208页
[8] Chen W，Yuan Y，Zhang L（2011）线性阈值模型下社交网络的可扩展影响最大化。摘自：数据挖掘国际会议论文集。IEEE，澳大利亚悉尼，第88-97页
[9] 陈，D。；林源，L。；尚，M-S；张，Y-C；Zhou，T.，识别复杂网络中的影响节点，Phys A，391，4，1777-1787（2012）
[10] 陈，YC；Zhu，WY；Peng，WC，CIM：社交网络中基于社区的影响力最大化，ACM Trans Intell Syst Technol，5，2，1-31（2014）
[11] Cheng S，Shen H，Huang J等（2014）IMRank：通过发现自我一致性排名实现影响力最大化，第475-484页
[12] Domingos P，Richardson M（2001）挖掘客户的网络价值。收录：KDD会议记录，美国纽约州纽约市，第57-66页
[13] 高，S。；马，J。；陈，Z。；王，G。；Xing，C.，基于局部结构的复杂网络节点扩散能力排名，Phys A，4032014130-147（2014）·Zbl 1395.05158号
[14] Gao Y，Wang X，Wang L（2017）重塑组织网络的平台。致：中国控制会议记录，中国大连，第11278-11283页
[15] 黄，H。；沈，H。；Meng，Z.，《基于社区的病毒营销影响力最大化》，《应用智能》，49，5，1-14（2019）
[16] Jiang Q，Song G，Cong G等人（2011），基于模拟退火的社交网络影响最大化。附：第二十五届美国人工智能学会人工智能会议记录，美国加利福尼亚州旧金山，第127-132页
[17] Jung K，Heo W，Chen W（2013）IRIE:社交网络中的可扩展和稳健影响最大化。在：IEEE数据挖掘国际会议论文集。IEEE，华盛顿特区，美国
[18] Kempe D，Kleinberg J（2003）通过社交网络最大限度地扩大影响力。摘自：美国纽约州纽约市ACM SIGKDD知识发现和数据挖掘国际会议论文集，第137-146页
[19] Kitsak，M.先生。；加洛斯，LK；哈夫林，S。；Liljeros，F。；Muchnik，L。；斯坦利，HE；Makse，HA，《识别复杂网络中有影响力的传播者》，Nat Phys，6，11，888-893（2010）
[20] Leskovec J等人（2007），网络中的成本效益疫情检测。收录：KDD会议记录，美国纽约州纽约市，第420-429页
[21] Li CT、Hsieh HP、Lin SD、Shan MK（2012）《在社交网络中寻找有影响力的种子接班人》。收录于：第21届万维网国际会议论文集。美国纽约州纽约市ACM，第557-558页
[22] 李，X。；Cheng，X。；Su，S.，用于位置软件影响最大化的基于社区的种子选择算法，神经计算，2752018,88-100（2018）
[23] Liu Q，Xiang B，Chen E等人（2014）大规模社交网络上的影响力最大化：一种有界线性方法。收录：KDD会议记录，中国上海，第171-180页
[24] 刘，YY；郭，JF；蒋，JW，影响最大化的混合算法，科学技术工程，18，7，179-184（2018）
[25] 北卡罗来纳州大都会。；罗森布鲁斯，A。；罗森布鲁斯，M。；出纳员，A。；Teller，E.，用快速计算机器计算状态方程，《化学物理杂志》，2004年第21期，第1087-1092页（2004年）·Zbl 1431.65006号
[26] Nguyen，DL；Nguyen，TH；Do，TH，社交网络中影响最大化的基于概率的多跳扩散方法，Wirel Person Commun，93，4，903-916（2017）
[27] Purohit，M。；普拉卡什，BA；Kang，C.，《基于影响力的大型网络快速粗化》，1296-1305（2014），纽约：ACM，纽约
[28] Richardson M，Domingos P（2002）为病毒营销挖掘知识共享网站。收录：KDD会议记录，美国纽约州纽约市，第61-70页
[29] Sambrekar，K.，《基于云的农业存储管理系统的快速高效多视图访问控制机制》，《国际云应用计算》，9，1，33-49（2019）
[30] 尚，J。；周，S。；Li，X.，CoFIM:基于社区的大规模网络影响力最大化框架，基于知识的系统，117，88-100（2016）
[31] 尚，J。；Wu，H。；周，S。；钟，J。；Feng，Y。；Qiang，B.，IMPC：基于社区网络中多邻居潜力的影响最大化，Phys A Stat Mech Appl，512，15，1085-1103（2018）
[32] Tang，J。；唐，X。；Yuan，J.，《社交网络影响力最大化的一种高效、有效的基于跳跃的方法》，Soc Netw Ana Min，8，1，10（2018）
[33] Wang Y（2010）基于社区的贪婪算法，用于挖掘移动社交网络中的前K个有影响力的节点。参加：ACM Sigkdd知识发现和数据挖掘国际会议。美国哥伦比亚特区华盛顿ACM，第1039-1048页
[34] 王，S。；李，B。；Liu，X.，一种基于社区度的边界节点影响最大化算法，应用电子技术，41，5，145-148（2015）
[35] 王，X。；Zhang，Y。；Zhang，W.，《将秩序带入样本：影响最大化的新型可扩展方法》，IEEE Trans Knowl Data Eng，29，2，243-256（2017）
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。