多社交网络的影响力最大化分析.pdf

第39卷第4期
学报
2016年4月
CHINESE OURNAL OF COMPUTERS
ApT.2016
多社交网络的影响力最大化分析
李国良楚娅萍冯建华徐尧强
(清华人学计算机科学与技术系北京100084)
摘要影响力最大化旨在从网络中识判k个节点,使得通过这k个节点产生的影响传播范同最大.该问题在病
毒营销领域其有重要的用背景,它已经引起了学术界和工业界的广泛研究.该文作者观察到已有的研究工作大
多数只是针对单一?络,即在给定的一个络上识別k个节点使得其在该?络上产生最大的影啊范;然而,随着
社交网络的普及,丰富多样的社交平台不断涌现,以满足不同的社交需求,这使得社交人样不被局限在一个网络
内,而是分布在不同的社交络上.这种变化的一个直接影响是使得基于病毒式营销的应用,例如单一树络上的产
推广愈加不能满足推广的广度需求,很可能是单一网络上的用户量不能达到推广的日标人样数量,又或者广
商期望在多个网络平台上找到k个用户以最大化影响传播范同.为此,在文中,作者研究多社交网络上的影响力最
大化问题.该文首先仔细地研究了影响力最大化问题在单一网络和多社交网络上的不同,并提出了实体的自传播
特性以在多个网络之向建立联系.之斤,作者提出了多社交网络上的影响计算模型来建模节点间的影响力,然后扩
展了其于树的算法模型以适应多社交网络上的影响力最大化问题,某于所提出的影响计算模和圹展的棊于树的
算法馍型,作者提出了多种策略的优化算法.例如通过深层次挖掘自馍特性来避免冗余计算,通过使用影响增益上
界近似准确的嶒益来加速种子选取过程等,最后通过真实数据集的实验表明文中所提方法在性能和影响范阳1
都优于已有的算法
关键词社交网络;影响力最大化;多社交网络;传播模型;影响力;社会媒体;数掘挖
中图法分类号P393
DOI号10.11897/SP.J.1016.2016.00643
Influence Maximization on Multiple Social Networks
LI Guo-liang CHU Ya-ping FENG Jian-hua XU Yao-qiang
(Debartnzent o/ uter Science and Technology, Tsinghua University, eijing 100084)
Abstract Influence Maximization aims to identify k nodes from a network such that the influence
spread invoked by the k nodes is maximized. It has various real applications in viral-marketing
areas and has been extensively studied by the academic and industrial communities. We observe
that existing works all focus on a single network, which identifies k nodes that has the maximal
influence spread on one given network; however, with the popularization of social networ
varicty of social platforms are emerged to fulfill various social nccds, which leads that social
populations will not be confined to a social net work, and they will be distributed in different
social networks. The direct issue is that the viral-marketing based applications, such as the product
promotion on a single network can't meet the breadth demands of current marketing promotion
it's probably that the whole user of the network can't reach the number of targeted population
or the advertisers expect to maximize the influence spread on multiple social networks with k
users. Compared with single network, more challenges come forth. It is challengeable to find k
users that have the maximal influence spread on the multiple social networks, since it has been
proven that influence maximization problem is NP hard. It is more complex to evaluate the
收稿日期:2015-05-27;在线出版日期:2015-10-15,本课題得到国家自然科学基金(61373024,61122205)、国家“九七三”重点基础研究发
展规划项目基金(2015CB358700)资助.李国良,男1980年生,博十,副教授,国家白然科学基金优秀青年科学基金状得者,中国计算机学
会(CCF)高级会员,主要研究方向为数据炸可用性、数据清洗与集成、时空文木数据处理、众包数据管埋、社交网络影响分析. E mail
liguoliang( E tsinghua. edu.cn.楚姬萍,女,1988年生,硕上研究生,主要研究方向为社交络影响力分析.冯建华,期,1967年牛,博上,教
授,中国计算机学会(CF杰出会员,主要研究领域为数据库、数据仓库、Web数据管理.徐尧强,男,1976年生,博十,工程师,主要研究
方向为大数据分析

展开阅读全文

网址：多社交网络的影响力最大化分析.pdf https://mxgxt.com/news/view/1445422

相关内容

多社交网络的影响力最大化分析.pdf
在线社交网络影响力分析.pdf
社交网络节点影响力度量和影响力最大化研究
社交网络中社会影响力分析及预测
社交网络口碑信息信任度影响因素分析——以人人网为例.pdf
一文读懂社交网络分析.PDF
人人网交流模式的社交网络分析与可视化实现
在线社交网络中群体影响力的建模与分析
爬虫数据的社交媒体网络分析与影响力评估
社交网络分析的方法与工具介绍.pdf

随便看看