融合度折扣和局部节点的社交网络节点影响力推荐方法技术

本发明专利技术提出了一种融合度折扣和局部节点的社交网络节点影响力推荐方法，包括以下步骤：S1，获取待推荐的节点集，计算其获取的节点集中的局部影响力值；筛选出各个局部影响力值最大的节点作为源节点；将筛选出来的源节点构成源节点集；S2，对步骤S1中的源节点集中的源节点进行相似性删除筛选；得到其候选节点集；S3，对其候选节点集中的候选节点利用其全局影响力值进行节点扩散，其扩散节点即为推荐节点。本发明专利技术能够对节点进行产品推荐。

【技术实现步骤摘要】
融合度折扣和局部节点的社交网络节点影响力推荐方法
本专利技术涉及一种社交网络
，特别是涉及融合度折扣和局部节点的社交网络节点影响力推荐方法。
技术介绍
在Web2.0时代，在线社交网络越来越受到人们的广泛关注，它将人与人、物与物互相联结在一起，在产生大量数据的同时也将信息广泛地传播开来。在线社交网络在逐渐被更多人使用的同时，在更多领域也有了广泛的应用。并且，随着互联网模式的转变，人与人之间的信息交互也逐渐从线下转换到线上，使得传统的社交关系的联系、追踪更加容易。影响力最大化问题就是在这样的背景下被引出，其旨在众多的节点中选择出种子节点，作为信息传播的种子节点，使得信息在大型网络传播上能影响最大化。该问题的研究在许多领域具有重大意义，例如口碑效应，商家们希望通过强大的口碑效应来推广他们的产品、用户体验和企业文化；以及应用于产品推荐领域内，使得产品的推广能够最大限度地满足用户的个人偏好。对社交网络的进行建模还可以运用到病毒营销领域中，其中节点的影响力是可以激活以采用新技术或购买新产品的节点数来衡量的，例如某公司若想推广产品，希望通过病毒式营销本文档来自技高网...

【技术保护点】
1.一种融合度折扣和局部节点的社交网络节点影响力推荐方法，其特征在于，包括以下步骤：/nS1，获取待推荐的节点集，计算其获取的节点集中的局部影响力值；筛选出各个局部影响力值最大的节点作为源节点；将筛选出来的源节点构成源节点集；/nS2，对步骤S1中的源节点集中的源节点进行相似性删除筛选；得到其候选节点集；/nS3，对其候选节点集中的候选节点利用其全局影响力值进行节点扩散，其扩散节点即为推荐节点。/n

【技术特征摘要】
1.一种融合度折扣和局部节点的社交网络节点影响力推荐方法，其特征在于，包括以下步骤：
S1，获取待推荐的节点集，计算其获取的节点集中的局部影响力值；筛选出各个局部影响力值最大的节点作为源节点；将筛选出来的源节点构成源节点集；
S2，对步骤S1中的源节点集中的源节点进行相似性删除筛选；得到其候选节点集；
S3，对其候选节点集中的候选节点利用其全局影响力值进行节点扩散，其扩散节点即为推荐节点。


2.根据权利要求1所述的融合度折扣和局部节点的社交网络节点影响力推荐方法，其特征在于，在步骤S1中，节点集中的节点的局部影响力值的计算方法为：



其中，NAV(u→v)表示节点的局部影响力值；
u表示节点u；
v表示节点v；
Nv表示节点v在节点集之中；
Infuv表示节点u激活节点v的概率；
s表示节点s；
Nv\{u,v}表示在第二阶段影响力值区域的邻居节点v属于节点集N；
pvs表示节点v激活节点s的概率。


3.根据权利要求1所述的融合度折扣和局部节点的社交网络节点影响力推荐方法，其特征在于，在步骤...

【专利技术属性】
技术研发人员：刘小洋，吴松阳，丁楠，
申请(专利权)人：重庆理工大学，
类型：发明
国别省市：重庆;50