社会网络中节点间真实影响力的挖掘
社会网络中影响力最大化的研究近年来受到广泛的关注和研究.影响力最大化问题可以归结为如何在一个社会网络中寻找一个用户的集合,通过这个集合能使影响的期望传播达到最大.目前所有的研究结果都基于2个假设:1)社会网络中节点间的影响力是由网络结构决定或提前给定的;2)社会网络中的影响力传播方式和模型也是确定和已知的.基于这2个假设,目前的研究集中在如何设计出更加高效和有效的算法.然而,随着研究的深入,发现上述2个假设是有疑问的.将探索社会网络中节点之间的真实影响力.提出了利用社会网络中动作的传播轨迹和用户动作记录来学习用户之间真实影响力的APF算法和NAFP算法,并在模拟数据和新浪微博数据集上进行了实验,实验结果表明该方法相比其他一些方法在影响力最大化和影响传播预测的准确程度上有了很大地提升.
社会网络 传播节点 真实影响力 APF算法 NAFP算法
蒋恒 王轶彤
复旦大学计算机科学技术学院 上海201203
国内会议
太原
中文
226-232
2014-09-19（万方平台首次上网日期，不代表论文的发表时间）