基于社区划分的影响力最大化算法OA北大核心CSCDCSTPCD
Division of community-based influence maximization algorithm
影响力最大化问题是社会网络中的重要研究方向，其主要目的是获取社会网络中最有影响力的用户使通过这些用户获得影响传播范围的最大化。随着大数据时代的来临，传统的贪心算法因为复杂度高而不能有效解决大规模社会网络下影响力最大化的时间问题。提出一种基于社区划分的影响力最大化算法，利用影响概率将大规模社会网络分成较小的社区模块，并考虑社区边界节点之间的联系，从而最大程度缩小因社区划分造成的社区间的孤立。为进一步提高算法效率，在每个社区中以影响路径作为影响评估单…查看全部>>
Influence maximization is a significant research direction in social networks. Its main purpose is to get the most influential users to make the range of influence diffusion maximizing. With the coming of big data, the traditional greedy algorithm can not overcome the time problem of influence maximization effectively because of high time complexity for large-scale social networks. This paper proposes the community division to solve influence maximization. L…查看全部>>
王双;李斌;刘学军;胡平
南京工业大学 电子与信息工程学院，南京 211816南京工业大学 电子与信息工程学院，南京 211816南京工业大学 电子与信息工程学院，南京 211816南京工业大学 电子与信息工程学院，南京 211816
信息技术与安全科学
社会网络影响力最大化社区划分影响传播
social networkinfluence maximizationcommunity divisioninfluence diffuse
《计算机工程与应用》 2016 (19)
42-47,6
国家公益性科研专项（No.201310162）；连云港科技支撑计划项目（No.SH1110）。
评论