【技术实现步骤摘要】
本专利技术涉及社交网络传播影响力计算领域，更确切地说，它涉及一种基于动态策略的增益节点成本最小化方法。
技术介绍
1、近年来，以facebook、twitter、微博为代表的社交网络平台发展迅速。社交网络通过互联网连接用户关系，为信息的传播提供了快速便捷的途径。在社交网络上，信息可以通过好友间“口耳相传”的效应进行传播。用户既可以在社交网络上发送初始信息，也可以转发来自好友的信息。在初始发布者发布新的信息后，他的好友或粉丝会在一定概率下会受到新的信息影响，并转发扩散信息。新的信息会沿着社交网络上的好友关系进行传播，对接收到信息的用户产生影响，从而产生一定的社会影响力。舆论信息传播和营销产品推广都能够利用社交网络的传播效应，在社会中产生巨大的影响，
2、在实际的营销活动中，产品会进行多次营销，在有限的成本下扩大影响。通常情况，开发者会有固定合作的影响力账户群，由合作账户群进行多轮投放。除了由影响力账户开始发帖，开始发帖的账户被称为种子节点。开发者会尝试广告投放和优惠券发方等策略助推产品的传播，激励用户消费。受到激励的用户相比没有激励前，每次在接收到信息后，会更乐于去购买产品，并愿意向他的朋友们进行介绍。他的朋友可能会受到他的影响去购买产品。因此采用助推手段一部分用户的消费意愿就可以促进产品购买的连锁反应，这些受到激励的节点被称为增益节点。在定向助推的策略中，公司可以用相较于培养种子节点更低的成本激励增益节点，提升增益节点受到影响的概率，从而促进影响力的传播。目前的影响力最大化研究中虽然已经加入了对于目标增益用户的考量，
技术实现思路
1、本专利技术的目的是针对现有技术的不足，提出了一种基于动态策略的增益节点成本最小化方法。
2、第一方面，提供了一种基于动态策略的增益节点成本最小化方法，包括：
3、步骤1、获取社交网络、备选种子集合和传播影响阈值，所述社交网络包括节点集和有向边集，节点集中的节点表示社交网络中的用户，有向边集中的边表示用户之间的好友关系；
4、步骤2、初始化已激活节点集合为空；激活节点表示受到传播影响而购买商品或对商品表示喜好的用户；
5、步骤3、采样多根潜在反向可达图集合，计算新轮次传播时使得期望阈值边际增益下界函数近似最大化的增益节点集合；
6、步骤4、采用贪心方法计算使阈值边际增益下界函数近似最大化的增益节点集合，与步骤3取得的集合比较取较优解；
7、步骤5、根据得到的增益节点集合，进行新轮次的传播，并观察新轮次的传播结果；
8、步骤6、更新传播影响函数和已激活节点集合；
9、步骤7、统计目前激活节点总量，如果激活节点总量达到预设阈值，则结束传播；否则返回到步骤3。
10、作为优选，步骤5中，传播过程为：初始时刻只有种子节点处于被传播激活的状态，其他节点均未被激活；在每个离散时刻t，处于激活状态的节点会尝试将信息传播给未收到信息的邻居节点；在t时刻，如果节点v不属于激活节点集合，且与t-1时刻被激活的节点u存在连接关系euv，那么节点u会尝试将信息传播给节点v；若节点v不属于增益节点集合b，那么被节点u激活的概率是puv，如果激活失败，节点v仍然保持未激活的状态；如果v属于增益节点，节点v被节点u激活的概率提高为p′uv，p′uv＞puv。
11、作为优选，步骤6中，在传播实例φ下，经过tn轮次传播后，最终激活节点的集合表示为：
12、
13、选择增益节点集合b在传播实例φ上的传播影响表示为：
14、iφ(b)＝iφ(b1,b2,...,bt)＝|ρφ(b1,b2,...,bt)|。
15、作为优选，步骤6中，阈值传播影响函数定义为
16、γφ(b)＝min(iφ(b),η)
17、其中，η为已知确定的传播参数；传播影响边际增益函数定义为：
18、iφ[(bt,t)|bt-1]＝iφ[(bt,t)∪bt-1]-iφ(bt-1)
19、阈值边际增益函数定义为：
20、γφ[(bt,t)|bt-1]＝min{iφ[(bt,t)|bt-1],ηt}
21、其中，ηt表示第t轮次传播开始时距要求阈值的差值；
22、期望阈值边际增益函数定义为：
23、
24、其中，用ω表示所有可能传播实例组成的集合，ωt∈ω表示与t轮次传播前观察到的传播状态一致的传播实例所组成的传播子集。
25、作为优选，步骤3中，在第t轮次的传播过程中，首先从备选种子集合中按照概率生成一组种子集合，从中随机采样k个根节点，并从多个根节点出发构造一个多根潜在反向可达图；其中，由根节点到达种子集合的非阻塞边组成的最小子图为一个随机潜在反向可达图r。
26、作为优选，期望阈值边际增益估计函数定义为：
27、
28、在一个多根潜在反向可达图上定义二值函数若种子集合本身就存在激活路径到达任一根节点，或者提升节点集合b为增益节点使得部分待激活边变成激活边后，存在激活路径到达至少一个根节点，那么否则
29、作为优选，期望阈值边际增益函数下界函数定义为
30、
31、多根潜在反向可达图中关键点集合定义为
32、作为优选，步骤4中，利用维护的潜在反向可达图集合估计增益节点集合的期望阈值边际增益下界函数，将这一函数作为目标函数，采用贪心方法每次选择选择一个使得目标增长最大的节点加入集合，得到最终的集合bl；根据选择的增益节点集合bl所激活的潜在反向可达图的数量和随机概率的采样分布，估计得到最优解激活的潜在反向可达图数量上界和bl在采样误差下可能达到的激活的数量的下界，如果上下界的比例满足近似要求，就结束迭代，返回集合bl；如果解的近似性不满足要求，则继续采样潜在反向可达图加入集合，使得集合大小变为原来的两倍。
33、第二方面，提供了一种基于动态策略的增益节点成本最小化系统，用于执行第一方面任一所述的基于动态策略的增益节点成本最小化方法，包括：
34、获取模块，用于获取社交网络、备选种子集合和传播影响阈值，所述社交网络包括节点集和有向边集，节点集中的节点表示社交网络中的用户，有向边集中的边表示用户之间的好友关系；
35、初始化模块，用于初始化已激活节点集合为空；激活节点表示受到传播影响而购买商品或对商品表示喜好的用户；
36、采样模块，用于采样多根潜在反向可达图集合，计算新轮次传播时使得期望阈值边际增益下界函数近似最大化的增益节点集合；
37、计算模块，用于采用贪心方法计算使阈值边际增益下界函数近似最大化的增益本文档来自技高网...
【技术保护点】
1.一种基于动态策略的增益节点成本最小化方法，其特征在于，包括：
2.根据权利要求1所述的基于动态策略的增益节点成本最小化方法，其特征在于，步骤5中，传播过程为：初始时刻只有种子节点处于被传播激活的状态，其他节点均未被激活；在每个离散时刻t，处于激活状态的节点会尝试将信息传播给未收到信息的邻居节点；在t时刻，如果节点v不属于激活节点集合，且与t-1时刻被激活的节点u存在连接关系euv，那么节点u会尝试将信息传播给节点v；若节点v不属于增益节点集合B，那么被节点u激活的概率是puv，如果激活失败，节点v仍然保持未激活的状态；如果v属于增益节点，节点v被节点u激活的概率提高为p′uv，p′uv＞puv。
3.根据权利要求2所述的基于动态策略的增益节点成本最小化方法，其特征在于，步骤6中，在传播实例φ下，经过Tn轮次传播后，最终激活节点的集合表示为，其中Bt表示第t轮次选择的增益节点集合；
4.根据权利要求3所述的基于动态策略的增益节点成本最小化方法，其特征在于，步骤6中，阈值传播影响函数定义为
5.根据权利要求4所述的基于动态策略的增益
6.根据权利要求5所述的基于动态策略的增益节点成本最小化方法，其特征在于，期望阈值边际增益估计函数定义为：
7.根据权利要求6所述的基于动态策略的增益节点成本最小化方法，其特征在于，期望阈值边际增益函数下界函数定义为
8.根据权利要求7所述的基于动态策略的增益节点成本最小化方法，其特征在于，步骤4中，利用维护的潜在反向可达图集合估计增益节点集合的期望阈值边际增益下界函数，将这一函数作为目标函数，采用贪心方法每次选择选择一个使得目标增长最大的节点加入集合，得到最终的集合BL；根据选择的增益节点集合BL所激活的潜在反向可达图的数量和随机概率的采样分布，估计得到最优解激活的潜在反向可达图数量上界和BL在采样误差下可能达到的激活的数量的下界，如果上下界的比例满足近似要求，就结束迭代，返回集合BL；如果解的近似性不满足要求，则继续采样潜在反向可达图加入集合，使得集合大小变为原来的两倍。
9.一种基于动态策略的增益节点成本最小化系统，其特征在于，用于执行权利要求1至8任一所述的基于动态策略的增益节点成本最小化方法，包括：
10.一种计算机存储介质，其特征在于，所述计算机存储介质内存储有计算机程序；所述计算机程序在计算机上运行时，使得计算机执行权利要求1至8任一所述的基于动态策略的增益节点成本最小化方法。
...【技术特征摘要】
1.一种基于动态策略的增益节点成本最小化方法，其特征在于，包括：
2.根据权利要求1所述的基于动态策略的增益节点成本最小化方法，其特征在于，步骤5中，传播过程为：初始时刻只有种子节点处于被传播激活的状态，其他节点均未被激活；在每个离散时刻t，处于激活状态的节点会尝试将信息传播给未收到信息的邻居节点；在t时刻，如果节点v不属于激活节点集合，且与t-1时刻被激活的节点u存在连接关系euv，那么节点u会尝试将信息传播给节点v；若节点v不属于增益节点集合b，那么被节点u激活的概率是puv，如果激活失败，节点v仍然保持未激活的状态；如果v属于增益节点，节点v被节点u激活的概率提高为p′uv，p′uv＞puv。
3.根据权利要求2所述的基于动态策略的增益节点成本最小化方法，其特征在于，步骤6中，在传播实例φ下，经过tn轮次传播后，最终激活节点的集合表示为，其中bt表示第t轮次选择的增益节点集合；
4.根据权利要求3所述的基于动态策略的增益节点成本最小化方法，其特征在于，步骤6中，阈值传播影响函数定义为
5.根据权利要求4所述的基于动态策略的增益节点成本最小化方法，其特征在于，步骤3中，在第t轮次的传播过程中，首先从备选种子集合中按照概率生成一组种子集合，从中随机采样k个根节点，其中v表示社交网络中的节点集合，ρ(bt-1)表示在前t-1轮次选择增益节点集合序列bt-1已经激活的节点集合，即从社交网络的不属于备选种子节点和已激活节点的节点集合中随机均匀采...
【专利技术属性】
技术研发人员：史麒豪，杨武剑，王灿，宋明黎，
申请(专利权)人：浙大城市学院，
类型：发明
国别省市：
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。