文献阅读（23）TKDE2018-Influence maximization on social graphs：A survey

本文是对《Influence maximization on social graphs：A survey》一文的浅显翻译与理解，如有侵权即刻删除。

Title

《Influence maximization on social graphs：A survey》

——TKDE2018

Author: Yuchen Li

总结

文章是关于社交网络中影响最大化问题的综述，首先介绍了对影响最大化问题的定义及对其NP-hard的证明；其次，介绍了当前的四种经典传播模型；随后，介绍了贪心算法并对现今工作分为三类逐一介绍；再者，介绍了应用层面上的问题定义；最终，提出了未来的发展方向。

文章核心模块的示意图如下：

在问题层面上，四种经典传播模型分别为：IC模型（认为节点有一定概率激活另一节点，但只能激活一次）；LT模型（认为节点存在影响力，一个节点收到的影响力只有累加超过阈值时才会被激活）；TR模型；CT模型。

在算法层面上，将现有算法分为三大类：Simulation-Based Approach；Proxy-Based Approach；Sketch-Based Approach，有示意图如下：

在应用层面，文章介绍了关注不同领域的几类影响最大化问题：Topic-Aware；Time-Aware；Location-Aware；Dynamic；Competitive。

最后，总结了现存问题及未来发展方向：Determining the Stability of IM Algorithms；Breaking the Boundary of Submodularity；Considering the Group Norm。