典型文献
基于加权PageRank的异质网络影响力最大化
文献摘要：
影响力最大化问题是信息网络挖掘中的热门研究问题之一,大多数信息网络包含了多种不同类型的节点和连接边,其本质属于异质信息网络,然而以前关于影响力最大化问题的研究大多停留在同质信息网络,它们考虑的节点和连接边类型单一,这与现实的信息网络有所差别.异质信息网络的影响力最大化问题其关键在于如何识别异质信息网络中最有影响力的节点.为了能融合网络中的异质信息并衡量节点影响力,提出了一种基于加权PageRank的异质信息网络影响力最大化算法.该算法保留了网络中所有类型节点和连接边的信息,通过考虑异质信息网络中不同类型节点之间的影响关系来得到节点的最终影响力,从而实现异质信息网络的影响力最大化.该算法能更好地描述节点和连接边的异质性,并在两个真实的数据集上验证了算法的有效性.
文献关键词：
异质信息网络;信息网络挖掘;信息扩散;影响力最大化;加权PageRank
中图分类号：
作者姓名：
韩婷;周丽华;黄亚群;姜懿庭
作者机构：
云南大学 信息学院,云南 昆明 650504;云南师范大学 信息学院,云南 昆明 650500
文献出处：
引用格式：
[1]韩婷;周丽华;黄亚群;姜懿庭-.基于加权PageRank的异质网络影响力最大化)[J].计算机技术与发展,2022(03):46-53
A类：
信息网络挖掘
B类：
PageRank,异质网络,网络影响力,影响力最大化,研究问题,多种不同,接边,其本质,异质信息网络,融合网络,节点影响力,影响关系,来得,信息扩散
AB值：
0.154012
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。
