影响力最大化
文章平均质量分 95
Allen_Ciel
摸的鱼都是要还的
展开
-
Influence Propagation and Maximization for Heterogeneous Social Networks
2012在WWWC发表的文章,算是异质信息网络影响力最大化最早的文章之一。其中提取关系序列的做法和之后的元路径方法非常相似。影响力传播和最大化是社交网络挖掘中一个研究得很好的问题。然而,以前的大多数作品只关注同质社交网络,其中节点和链接是单一类型的。这项工作旨在定义异构社交网络(包含多种类型的节点和链接)的信息传播。我们建议考虑人的个体行为来模拟影响传播。人物节点根据其互动行为具有不同的影响概率来激活其朋友。所提出的模型由两个阶段组成。原创 2023-04-03 14:11:07 · 274 阅读 · 0 评论 -
FIP: A fast overlapping community-based influence maximization algorithm using probability coefficie
比较复杂的模型设计,利用重叠社区来减少种子节点的搜索空间,最后还是用蒙特卡洛模拟确定种子节点。影响力最大化是从复杂网络中识别一小部分具有影响力的节点使得被激活节点最大化的过程。由于节点集合选取的准确性、稳定性和时间复杂度等问题,近些年提出了许多研究与算法。然而,大部分研究遇到了重大挑战,例如缺乏最优的种子选取,不合适的影响力传播、还有很高的时间复杂性。本文打算解决上述问题,通过减少搜索空间来降低时间复杂度。原创 2023-02-27 21:17:07 · 294 阅读 · 0 评论 -
Influence maximization based on the realistic independent cascade model
2020年发表在KBS上的一篇,是影响力最大化方面对影响力传播进行改进的文章。文章的highlights:提出了适合现实世界网络的现实独立级联(RIC)模型;在RIC模型的基础上,提出了三种新的播种算法;M-greedy和D-greedy减少了R-greedy的时间消耗;在不同网络上的实验证明了所提算法的优越性。为了在社会网络中传播信息,如何找到一个能够影响最大数量用户的种子集,被称为影响力最大化问题。在这个问题上已经做了很多工作,主要包括两个方面:建立一个合理的信息扩散模型和提出适当的播种策略。原创 2022-11-15 16:14:18 · 913 阅读 · 0 评论 -
Influence Maximization across Partially Aligned Heterogenous Social Networks
PAKDD2015年的文章,最早一批人研究异质信息网络中影响力最大化的成果吧。但是研究的异质信息网络只有关系的异质性。原创 2022-11-13 10:14:22 · 292 阅读 · 0 评论 -
Influence maximization in social networks using transfer learning via graph-based LSTM
将影响力最大化问题转化成回归问题,用LSTM训练模型。原创 2022-11-10 20:56:29 · 1074 阅读 · 2 评论