典型文献
用户行为驱动的时序影响力最大化问题研究
文献摘要：
影响力最大化IM问题旨在查找社交网络中的一组用户,通过这些用户,使信息在网络中传播的范围最大化.现有研究主要关注静态网络中的IM问题,然而在现实生活中,社交网络是不断演化的,基于静态网络的传播模型(如独立级联模型、线性阈值模型)无法适用于演化网络中的信息传播过程.同时,现有研究忽略了用户行为对信息传播的影响.因此,针对该问题,提出了一种用户行为驱动的独立级联BDIC传播模型,该模型主要根据用户行为对信息的传播过程进行建模,可有效刻画演化社交网络中的信息传播过程.在该模型的基础上,提出了用户行为驱动的影响力最大化算法,主要包括3个步骤:首先,建模消息传播过程,计算演化社交网络中的信息传播概率;然后,提出一种用户行为驱动的反向影响力采样方法,有效查询单个时间点下的种子用户;最后,设计一种不同时间节点(时间序列)下的种子节点查询方法,有效反映演化社交网络中种子节点动态变化的特性.为了评估所提算法的有效性,设计了种子节点与受影响节点的相似度对比方法.通过大量真实数据集上的实验,验证了信息传播概率算法的高效性和扩展性,证明了相比普通的独立级联模型,BDIC模型能更好地建模演化社交网络中的信息传播过程.
文献关键词：
演化社交网络;行为驱动模型;影响力最大化;传播概率矩阵;反向可达集
中图分类号：
作者姓名：
魏鹏;马玉亮;袁野;吴安彪
作者机构：
东北大学计算机科学与工程学院 沈阳110000;东北大学工商管理学院 沈阳110000;北京理工大学计算机学院 北京100081
文献出处：
引用格式：
[1]魏鹏;马玉亮;袁野;吴安彪-.用户行为驱动的时序影响力最大化问题研究)[J].计算机科学,2022(06):119-126
A类：
BDIC,演化社交网络,行为驱动模型,传播概率矩阵,反向可达集
B类：
用户行为,时序影响,影响力最大化,IM,题旨,组用户,现实生活,于静,传播模型,独立级联模型,线性阈值模型,演化网络,信息传播过程,采样方法,种子用户,时间节点,查询方法,点动,评估所,比方,真实数据,扩展性
AB值：
0.203008
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
