基于社交网络层级结构的影响最大化种子集建立方法技术

本发明专利技术涉及基于社交网络层级结构的影响最大化种子集建立方法，属社交网络技术领域，步骤如下：a，输入网络G(V,E)、信源节点、种子节点数K、传播概率；b，计算节点紧密程度并降序排列；c，初始化层级数M,各层级断点gMx，结构稳定性FLM，计算节点紧密程度不一致性最小值fMx；d，M增1，更新fMx,gMx，FLM；e，判断FLM是否增长，若是，重复步骤d,否则，进行步骤f；f，初始化种子节点集，以及在前m个层级中，挖掘第k个种子节点的影响程度R[m,k]和所在层级s[m,k],k＝1时，进行步骤g；g，更新R[m,k]、s[m,k]，在s[m,k]层中，寻找使影响程度增加最大的节点作为第k个种子节点，加入种子集中；h，k增1，判断k是否大于K，若是，进行步骤i,否则，重复步骤g；i,输出种子节点集。

【技术实现步骤摘要】
基于社交网络层级结构的影响最大化种子集建立方法
本专利技术涉及基于社交网络层级结构的影响最大化种子集建立方法，属于社交网络

技术介绍
任何社会性动物在个体与个体、群体与个体之间都存在着相互影响的关系。而人类作为具有复杂交流手段的高级社会性动物，社交影响力在社会生活中更是无处不在。深入认识影响力的产生和传播模式有助于理解人类群体和个体的行为，从而能够预期人们的行为，为政府、机构、企业等各部门的决策提供可靠的依据和建议。比如，企业在进行新产品推广时，可以利用用户对用户影响力及其传播的了解，选择有影响力的用户和传播渠道帮助产品推广。政府可以选择合适的影响力群体和渠道来扩大其政策的影响或阻止谣言的传播。尽管信息和影响力在社交网络中的传播复杂多样，但排除一些干扰因素之后仍然有章可循。影响力传播模型用来刻画影响力在社交网络中的传播模式，目前最为流行的影响力传播模型是独立级联模型和线性阈值模型，以及它们的改进模型。而影响力传播建模的一个主要目的是控制和优化影响力的传播，这其中被广泛研究的一个核心问题就是影响力最大化问题。影响力最大化是在给定社交网络结构、影响力传播模型及其参数(如独立级联本文档来自技高网...

【技术保护点】
1.基于社交网络层级结构的影响最大化种子集建立方法，其特征在于：包括以下步骤：步骤1、输入社交网络的节点和边、信源节点、目标种子节点数以及传播概率；其中，信源节点，记为vs；种子节点数最大值，记为K；传播概率，记为pp；网络记为G(V，E),其中，V表示节点的集合，E表示边的集合，节点的个数记为n＝|V|；步骤2、遍历所有节点，求两个节点之间的一阶邻近度和二阶邻近度，然后计算其他节点相对于信源节点的紧密程度，最后将计算好的节点紧密程度按照降序排列，具体为以下三个子步骤：步骤2.1、遍历所有节点，求一阶邻近度和二阶邻近度，具体地，分别根据公式(1)和(2)求一阶邻近度和二阶邻近度：

【技术特征摘要】
2018.06.27 CN 20181068186041.基于社交网络层级结构的影响最大化种子集建立方法，其特征在于：包括以下步骤：步骤1、输入社交网络的节点和边、信源节点、目标种子节点数以及传播概率；其中，信源节点，记为vs；种子节点数最大值，记为K；传播概率，记为pp；网络记为G(V，E),其中，V表示节点的集合，E表示边的集合，节点的个数记为n＝|V|；步骤2、遍历所有节点，求两个节点之间的一阶邻近度和二阶邻近度，然后计算其他节点相对于信源节点的紧密程度，最后将计算好的节点紧密程度按照降序排列，具体为以下三个子步骤：步骤2.1、遍历所有节点，求一阶邻近度和二阶邻近度，具体地，分别根据公式(1)和(2)求一阶邻近度和二阶邻近度：其中，S1ij表示节点vi和节点vj之间的一阶邻近度，S2ij表示节点vi和节点vj之间的二阶邻近度；Aij表示节点vi和节点vj之间是否存在边，如果存在，则Aij＝1，否则，Aij＝0；di表示节点vi的度数；N(i)和N(j)分别表示节点vi和vj的邻居节点集合；步骤2.2、计算其他节点相对于信源节点的紧密程度，具体根据公式(3)计算：其中，其他节点是指除信源节点vs以外的网络节点；紧密程度，记为表示在t步之内从节点vi游走到节点vs的概率，初始化当vi＝vs时，否则，其中t的取值范围为从1到T的整数，T表示从节点vi游走到信源节点vs的最长步数；当vi＝vs时，Qij＝0，否则，Qij＝pij；其中，pij表示节点vi和vj之间的转移概率，具体根据公式(4)计算：pij＝αS1ij+(1-α)S2ij(4)其中，α(α∈[0，1])表示一阶邻近度和二阶邻近度的调参因子；pij相对应的矩阵P就叫做转移矩阵；Q等同于除Qsi＝0之外的转移矩阵P；步骤2.3、将计算好的节点紧密程度按照降序排列，将排序后的节点序列记为L；步骤3、初始化层级数为1，另各层级的断点为-1，层级结构的稳定性为0，然后计算所有层级之内，前x个节点的紧密程度的不一致性的最小值，具体为：层级数记为M，各层级的断点记为gMx，层级结构的稳定性记为FLM，x的取值范围为从1到n的整数；根据公式(5)，计算前M个层级之内，前x个节点的紧密程度的不一致性的最小值f1x：f1x＝min{f0，x′+cost(x′+1，x)}，x′＝0，…，x-1(5)其中f0，x′＝0，cost(x′，x)表示拟合从第x′个节点到第x个节点这部分顺序的最小残差,它由公式(6)计算得到：其中，z＝x′，...，x,y(z)表示第z个节点的拟合函数，Lz表示第z个节点的紧密程度，y(z)由公式(7)计算得到：y(z)＝ωz+b(7)其中，ω和b分别表示拟合函数的一阶系数和常数项，分别由公式(8)(9)计算得到：其中h表示拟合函数采样的节点数，h＝x-x′+1；步骤4、将层级数M自增1，计算M个层级之内，前x个节点的紧密程度不一致性的最小值fMx,各层级的断点gMx以及层级结构稳定性FLM,fMx,gMx和FLM分别由公式(10)、(11)和(12)计算得到：fMx＝min{fM-1，x′+cost...

【专利技术属性】
技术研发人员：李侃，李玲玲，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：北京,11