Reverse Influence Sampling in Python(译文)
影响最大化(IM)问题寻求网络中的一组种子节点,以最大化通过在该种子集启动的影响级联激活的预期节点数。先前的文章比较了两种IM算法Kempe等人(2003) 的Greedy算法和 Leskovec等人 的CELF算法(2007)。多年来,CELF(以及Goyal等人于2011年修改的CELF ++版本)是最快的IM算法,具有理论上可保证的性能范围。随后的文献主要侧重于通过启发式来提高计算效率,而启...
翻译
2020-04-27 19:56:36 ·
2063 阅读 ·
9 评论