一种基于社区结构的影响最大化方法技术

本发明专利技术提出一种基于社区结构的影响最大化方法。影响最大化问题研究如何从网络中找到k个种子节点作为初始传播源，使传播的最终影响范围最广。该问题是一个NP难题，传统的贪心算法效率很低，而简单的启发式算法得不到高质量的解。为解决上述问题，本发明专利技术提出了基于社区结构的影响最大化模型。模型假设传播分为两个阶段：第一阶段是种子节点的扩张，在该阶段种子节点可以扩张到各个社区；第二阶段是社区内传播，即扩张后的种子节点在各个社区内部独立传播。基于该模型推导出目标函数的一种简化形式，并提出一个高效的种子选取算法。在五个真实数据集上的实验结果表明，本发明专利技术所提算法效率远高于传统的贪心算法，且准确性高于简单的启发式算法。

【技术实现步骤摘要】

本专利技术属于计算机数据挖掘
，涉及大规模网络中的影响最大化问题，特别涉及一种基于社区结构的影响最大化方法。
技术介绍
影响最大化(Influence Maximization)是一个关于传播的优化问题，它最开始来自于广告营销领域，尤其是病毒式网络营销。设想这种情况，某公司开发出一款新产品，想要推广给用户。该公司准备选择一批用户，让这些用户免费试用该产品，并有可能把该产品推荐给他们的朋友，最后通过“口碑相传”的效应，使该产品在整个用户群中最大范围内推广开来。一般来说，公司的前期试用投入是有限的，那么随之而来的问题是：如何在有限的预算内，找到“最佳”的试用人群，使得最终推广的范围最广(即影响的人群最多)。抽象为数学的形式就是，给定一个网络，从网络中找到k个节点，使得从这k个节点开始，最终的传播范围最广。由此可见，影响最大化的研究具有很大的经济价值。影响最大化是一个传播优化问题，由Kempe等最先给出其形式化描述。对于网络G＝(V,E)，影响最大化问题要求找到一个种子节点集合S，使得从S开始，在某种传播模型下(如IC、LT)，最终的传播影响范围最广，即：S*＝argS maxσ(本文档来自技高网...

【技术保护点】
一种基于社区结构的影响最大化方法，其特征在于：该方法包括以下步骤：S1：针对影响最大化问题，基于社区结构建立两阶段传播模型：第一阶段为传播初期不同社区间种子节点的扩张；第二阶段为社区内部的独立传播，即不同社区间不再相互传播；在该模型中，将种子节点集合S称为一阶种子节点，其邻居节点集合N(S)称为二阶种子节点，所述第一阶段就是从一阶种子节点到二阶种子节点的传播，第二阶段则是从二阶种子节点到社区内部其他节点的传播；在所述第一阶段中，传播主要从一阶种子节点S向二阶种子节点N(S)进行；由于二阶种子节点可能分布于不同的社区，因此这一阶段相当于把种子在不同的社区间进行扩散；给定一阶种子节点S，对任意一个...

【技术特征摘要】
1.一种基于社区结构的影响最大化方法，其特征在于：该方法包括以下步骤：S1：针对影响最大化问题，基于社区结构建立两阶段传播模型：第一阶段为传播初期不同社区间种子节点的扩张；第二阶段为社区内部的独立传播，即不同社区间不再相互传播；在该模型中，将种子节点集合S称为一阶种子节点，其邻居节点集合N(S)称为二阶种子节点，所述第一阶段就是从一阶种子节点到二阶种子节点的传播，第二阶段则是从二阶种子节点到社区内部其他节点的传播；在所述第一阶段中，传播主要从一阶种子节点S向二阶种子节点N(S)进行；由于二阶种子节点可能分布于不同的社区，因此这一阶段相当于把种子在不同的社区间进行扩散；给定一阶种子节点S，对任意一个二阶种子节点v∈N(S)，在经过第一阶段的传播之后，该节点处于活跃状态的概率是： P v ( S ) = 1 - Π u ∈ N ( v ) ∩ S ( 1 - p u v ) ]]>其中，puv是节点u到节点v的传播概率；在所述第二阶段中，传播只在社区内部进行，而不同社区间不会进行传播且每个社区内的传播行为相互独立；最终某个社区C内被影响的节点数取决于：社区包含的节点集合、一阶种子节点和二阶种子节点；因此，将其定义为一个函数f(S,S',C)，其中S和S'分别为一阶和二阶种子节点；整个网络的影响范围为： f ...

【专利技术属性】
技术研发人员：尚家兴，武红春，周尚波，林晓然，齐颖，吴晓雨，
申请(专利权)人：重庆大学，
类型：发明
国别省市：重庆;50