![](https://img-blog.csdnimg.cn/798f90799de9495ca341ad98f50d47ab.png?x-oss-process=image/resize,m_fixed,h_224,w_224)
科研论文笔记
文章平均质量分 94
影响力最大化
Changcc_
记录学习心得体会!
展开
-
利用图嵌入和图神经网络实现社交网络中的影响力最大化
随着近年来技术和移动网络的蓬勃发展,在线社交网络已成为我们日常生活中不可或缺的一部分。这些虚拟网络将世界各地的人们联系在一起,为他们提供了推广产品和想法的绝佳平台。通常情况下,某些用户比社交网络上的其他用户更有影响力。有效识别有影响力的用户以在网络上最大化特定信息的过程被称为影响力最大化(IM)。在本文中,我们利用图嵌入和图神经网络的思想,提出了一种新的影响最大化方法。本研究旨在将复杂网络中的影响力最大化问题转化为伪回归问题。作为我们方法的一部分,翻译 2023-05-16 16:57:29 · 764 阅读 · 4 评论 -
一种识别有影响力节点的新方法:返回随机行走重心
为了识别真实网络中有影响力的节点,必须注意考虑网络中局部和全局信息的重要性。此外,考虑动态信息也是关键。因此,本文的主要目的是在返回随机行走和有效距离重力模型(CRRWG)的基础上提出一种新的中心性测度。i)在本地级别,它们在其社区或集群中很重要,ii)在全球级别,它们赋予网络凝聚力。与其他传统的中心性模型相比,它具有优势,因为它考虑了全局和局部信息,以及节点之间动态交互的信息,正如最近对社区意识中心性度量的研究所表明的那样。因此,动态和静态信息的结合使检测复杂网络中有影响力的节点变得更容易。原创 2023-03-23 11:50:20 · 217 阅读 · 1 评论