典型文献
基于超图的社交网络中的预算影响力最大化
文献摘要：
影响力最大化问题是在线社交网络中的热点问题,然而社交网络的结构错综复杂,传统的影响力最大化问题并没有考虑社交网络中的群体影响.针对以上不足,利用有向超图刻画社交用户之间的群体影响,提出一种基于有向超图的预算影响力最大化问题.该问题是在有向超图的社交网络中,在给定预算下,寻找高影响力用户作为种子节点集,使得其最终的传播范围最大化.分析了该问题是NP-hard的且目标函数是非次模函数,提出了改进的贪婪算法和交换启发式算法进行求解,并分析了改进贪婪算法的近似比.通过将所提的算法应用到三个在线社交网络数据集中进行实验,验证了算法的正确性和良好性能.结果表明,改进贪婪算法基础上的交换启发式算法具有明显的性能优势.
文献关键词：
社交网络;预算影响力最大化;有向超图;非次模函数;贪婪算法;启发式算法
中图分类号：
作者姓名：
陈彬;帅天平;宋新月
作者机构：
北京邮电大学理学院,北京100876
文献出处：
引用格式：
[1]陈彬;帅天平;宋新月-.基于超图的社交网络中的预算影响力最大化)[J].哈尔滨商业大学学报（自然科学版）,2022(03):343-351
A类：
预算影响力最大化,非次模函数,改进贪婪算法
B类：
在线社交网络,错综复杂,群体影响,有向超图,社交用户,算下,高影响,点集,传播范围,NP,hard,启发式算法,近似比,算法应用,社交网络数据,好性,性能优势
AB值：
0.172378
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
