申请/专利权人：西北工业大学

申请日：2024-01-10

公开（公告）日：2024-04-02

公开（公告）号：CN117808615A

主分类号：G06Q50/00

分类号：G06Q50/00;G06N5/01;G06F18/2323

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.19#实质审查的生效;2024.04.02#公开

摘要：本发明公开了一种基于候选节点集合的社交网络影响力最大化方法。该方法包括以下步骤：1使用Louvain算法对社交网络进行社团划分，得到多个规模较小的社团。2使用混合指标计算社交网络中每个节点的影响力大小。3在每个划分后的社团中，选取部分影响力大小排名靠前的节点，以此组合成候选节点集合。4使用CELF算法从候选节点集合中选择出使社交网络获得具备最大影响力的k个种子节点。本发明综合考虑了社交网络的社团结构、社交网络节点的度中心性和接近中心性、以及CELF算法，相对于CELF算法，本发明在不牺牲模型准确率的同时具备更高的执行效率。

主权项：1.基于候选节点集合的社交网络影响力最大化方法，其特征在于包括以下步骤：a启发式阶段。1使用Louvain算法对社交网络划分社团，每轮会将节点划分到模块度增益最大的社团中，然后将合并后的社团当作新的节点，重复以上过程，直到算法稳定，此时该社交网络就会被划分为多个规模较小、内部联系紧密的社团，其中模块度增益的计算公式如下： 式中，ki,in表示节点i与要移入的社团c相连的边的数目之和；∑tot表示与社团c内部节点相连的边的数目之和；ki表示节点i与网络其它节点所有连边总数目；m指当前网络中的连边总数目。2计算节点影响力。首先，计算社交网络中每个节点的度中心性值和接近中心性值，同时分别记录二者中的最大值。其中节点v的度中心性DCv与接近中心性CCv计算公式分别如下：DCv＝kv2 式中，N是网络的节点总数目；kv是节点v的度值；dvu表示节点v到网络中其余节点的最短距离。然后，基于此计算节点v的混合指标MixedIndv，其计算公式如下： 式中，DCv表示节点的度中心性；CCv表示节点的接近中心性；MAX_DC表示社交网络中最大的度中心性值；MAX_CC表示社交网络中最大的接近中心性值；αα∈[0.1,0.9]是混合指标中的参数，用来控制混合指标中节点度中心性和接近中心性的比例，以提高在不同社交网络中的扩展性。最后，将计算出的混合指标值作为节点的影响力大小。3在每个划分后的社团中选出部分影响力大小排序靠前的节点组合成候选节点集合。b贪心阶段使用CELF算法对候选节点集合进行蒙特卡洛模拟，每轮中选择出该集合中影响力增益最大的节点加入到种子集合，直到种子集合中节点数目达到k时停止，其中k为要筛选的种子节点个数。

全文数据：

权利要求：

百度查询： 西北工业大学 基于候选节点集合的社交网络影响力最大化方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD