论文笔记——Influence maximization with limit cost in social network

限额成本的社交网络下的IM

这篇paper应该是我们需要的那一款。paper笔记我纯属为了我自己看，所以极其简单，不喜欢看的请退出，勿喷谢谢。
文章主要贡献如下：1）提出了在图上的SEIR model；2）提出了给定预算的社交网络IM（information maximization with limit cost，下面称为IMLC）的定义，并证明了该问题可以归约到weighted set cover，为NP-Complete；3）提出了四个贪心算法来解决IMLC；4）提出了一个heuristic算法；5）展开两部分实验分别测试model以及算法。

SEIR model

对于图G，其中每个节点都设置了被影响需要的cost，并且一旦被感染就会处于信息传播状态。相较于SIR，这里多了E（exposed）状态：潜伏期，即$v$的邻居是infective，但是$v$还没有被infected。

IMLC（InfMax with limit cost）

四个贪心算法

是谁看的一脸懵逼我不说，这四个算法宛如排列组合出来的一样，但是你细品，很有道理。

一个启发式算法

基于拉格朗日松弛提出的启发式算法，其中红框框起来的是算法核心：受感染的邻居数量的增加，会增加节点$j$受感染的概率

Experiment

直接放结论：gSEIR model is similar to the result for the SIR model.