KDD2019经典论文奖-CELF算法实现

最新推荐文章于 2022-01-06 13:59:55 发布
最新推荐文章于 2022-01-06 13:59:55 发布
阅读量2.4k 收藏 10
点赞数 3
分类专栏： AI/ML/DL Python Data Mining
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/zhaoguanghe/article/details/104900752
版权

数据挖掘KDD领域-CELF已成为一种经典的社会网络影响最大化发现算法，用于改进贪心算法的效率(提升700%)。获得KDD 2019的经典论文奖，作者：Jure Leskovec，论文：Cost-effective Outbreak

最低0.47元/天 解锁文章
清风思月
关注
专栏目录
十大经典算法相关论文
05-16
1946 蒙特卡罗方法 1947 单纯形法 1950 Krylov子空间迭代法 1957 优化的Fortran编译器 1959-1961 计算矩阵特征值的QR算法 1962 快速排序算法 1965 快速傅立叶变换 1977 整数关系探测算法 1987 快速多极算法 GRAPH ISOMORPHISM IS IN P
CELF算法原理
morein2008的专栏
03-14 244
影响力传播模型中的独立层叠模型(independent cascading model，IC模型)，影响力传播过程中，种子的影响力具备子模性(submodularity)，即种子的边际影响力增量会呈现递减趋势，CELF算法(Cost-effective Lazy-forward)利用这个发现改进了Kempe&Kleinberg的原始的Greedy算法，使得算法的速度大幅提升。下面说说具体...
CELF-Hill-Climbing-Algorithm-Implementation
04-28
CELF爬坡算法的实现 影响最大化问题以及解决该问题的贪婪爬坡方法。 即使该算法可以在最佳解决方案的1 −＃$范围内解决问题，但它仍然可能非常慢。 Leskovec等。 [1]（在Google Drive的演讲资料夹中）介绍了CELF（成本有效的惰性前向选择）算法，该算法是针对爬坡算法的一种优化方法，可以解决我们在课堂上学到的爆发检测问题。 性能改进也适用于影响最大化的问题。 在这个项目中，您将使用Python实现CELF算法，并在两个数据集上对其进行测试。 CELF基于“延迟向前”优化来选择种子。 这个想法是，当前迭代中节点的边际增益不能好于先前迭代中节点的边际增益。 换句话说，CELF从子模量中利用了以下事实：给定两个集合A⊆B，它们是节点V的子集，将节点s添加到B中的边际收益不大于将节点s添加到A中的边际收益。两个节点u，v∈V并设置A⊆B⊆V，假设u对A的边际增益大于v对A的边际增
cs224w 图神经网络 学习笔记（十五）Outbreak Detection in Networks
喵木木的博客
12-06 628
课程链接：CS224W: Machine Learning with Graphs 课程视频：【课程】斯坦福 CS224W: 图机器学习 (2019 秋 | 英字) 目录
影响力最大化——CELF算法的简介与python实现
lslslslslss的博客
01-06 4473
CELF算法是Leskovecl等人利用IC模型的子模特性对爬山贪心算法进一步改进得到的优化算法。子模函数的定义为:任意函数f(·)将有限集合映射为非负实数集并且满足收益递减特性即为子模函数。设集合s ∈T，任意元素v添加到集合S中获得的边际效益大于等于添加到集合T中所获得的边际效益。 Kempe已经对独立级联模型和线性阈值模型的影响期望值函数加以证明，得出其满足子模特性。由子模特性，把一个节点v添加到结合S时，如果集合S越小，v节点的边际影响期望值就越大。因此，对于那...
Cost-effective outbreak detection in networks.pdf
03-26
Leskovec-2007-Cost-effective outbreak detectio.pdf
CELF(Cost-Effective Lazy Forward selection)具有成本效益的惰性前向选择算法
hahaxq的博客
06-01 2044
CELF(Cost-Effective Lazy Forward selection)算法解析      引言：在社交网络影响力最大化问题的求解过程中，我们往往需要去选择一些目标种子结点作为信息初始传播的源头。贪婪算法在传播效果上的解决可以达到影响的最大化，但是在时间复杂度上面显得确十分糟糕。为此CELF算法应势而生，CELF算法利用了函数次模性的特点，在第一轮选择种子结点时，计算网络中所有节点的边际收益，但将在之后的过程中，不再做网络节点边际收益的重复计算，这相对于传统的贪婪算法，将在时间上得到非常明显的
KDD2019_K-Multiple-Means:论文“ K-多重均值”的实现
05-06
论文“ K-多重均值：具有指定K聚类的多重均值聚类方法”的实施，该研究已被KDD'2019接受为口头研究论文。 论文： : 抽象的 在本文中，我们对多个均值的聚类进行了K-均值的扩展。 流行的K-means聚类仅使用一个中心...
NSL-KDD_NSL-KDD_NSL-KDD数据集_测试集_
10-01
NSL-KDD（Network Security Library - Knowledge Discovery and Data Mining）数据集是网络安全领域的一个经典数据集，用于研究和开发入侵检测系统（Intrusion Detection System, IDS）。这个数据集是KDD99数据集的...
常用的算法论文主要用MATLAB实现
01-31
主要是一些详细介绍和讲解，蒙特卡洛，模拟退火，神经网络算法的论文，主要用MATLAB进行实现的，希望对正在学习的同学予以帮助，
关于影响力最大化的CELF算法的Scala程序
06-04
该程序是用Scala编写的关于影响力最大化经典算法中的celf算法的简单实现，其中使用到了spark GraphX的Pregel框架来对节点中消息的搜集、处理、合并操作，
2019-KDD-Cluster-GCN, An Efficient Algorithm for Training Deep a
08-08
标题中的"2019-KDD-Cluster-GCN, An Efficient Algorithm for Training Deep"指的是一种在2019年KDD（ ACM SIGKDD Conference on Knowledge Discovery and Data Mining）会议上提出的深度学习算法，名为Cluster-GCN...
NSL-KDD-Dataset-master_NSL-KDD数据集_入侵检测_KDD_
09-28
NSL-KDD（Non-Intrusive Feature Selection for KDD）数据集是网络安全领域的一个经典数据集，主要用于入侵检测系统的性能评估。它源自于KDD Cup 1999的数据集，经过了重新处理和简化，旨在更真实地模拟网络流量，并...
中国军团称霸KDD：华人博士斩获最佳论文，清华北大中科大华为等榜上有名
量子位
08-07 547
乾明 鱼羊 栗子 安妮 一璞 边策 发自 凹非寺量子位 报道 | 公众号 QbitAI又一全球AI顶会，尽是中国力量举杯相庆。KDD，数据挖掘领域国际最高级别会议，今年...
如何从科学论文中实现一个算法
Charles' home
03-27 8776
原文：http://codecapsule.com/2012/01/18/how-to-implement-a-paper/ 作者：Emmanuel Goossaert 本文是从科学论文中实现算法的简短指南。我从书籍和科学出版物中实现了许多复杂的算法，本文总结了我在搜索，阅读，编码和调试方面所学到的知识。这显然仅限于与计算机科学领域有关的领域的出版物。然而，您应该能够将以下提供的指
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值