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
v
v的邻居是infective,但是
v
v
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
j
j受感染的概率
Experiment
直接放结论:gSEIR model is similar to the result for the SIR model.