社会网络中影响力传播的鲁棒抑制方法

被引：7

作者：

李劲 ^{[1
,2
]}

岳昆 ^{[2
,3
]}

张德海 ^{[1
,2
]}

刘惟一 ^{[3
]}

机构：

[1] 云南大学软件学院

[2] 云南省软件工程重点实验室

[3] 云南大学信息学院

来源：

计算机研究与发展 | 2016年 / 53卷 / 03期

关键词：

社会网络; 影响力抑制最大化; 极小极大原理; 近似算法; 次模函数;

D O I：

暂无

中图分类号：

TP393.09 [];

学科分类号：

080402 ;

摘要：

社会网络中影响力传播的有效抑制是当前社会网络影响力传播机制研究关注的问题之一.针对不确定性、策略性负影响源的影响力传播抑制,讨论社会网络中影响力传播的鲁棒抑制问题.首先,作为提高算法运行效率的有效途径,讨论在竞争性线性阈值传播模型下,负种子集传播能力的近似估计方法,以此为基础,提出不确定性负影响源情况下,期望抑制效果最大化的抑制种子集挖掘算法.然后,对于策略性传播源,以最小化最坏情况下的影响力传播范围为目标,基于极小极大优化作为抑制决策准则,提出了一个随机抑制策略的多项式时间近似求解算法.最后,在真实的社会网络数据集上,通过实验验证了所提出方法的有效性.

引用

页码：601 / 610

页数：10

共 5 条

[1] 在线社交网络影响力分析 [J].

吴信东 ;

李毅 ;

李磊 .

计算机学报, 2014, 37 (04) :735-752

[2] 基于阈值的社交网络影响力最大化算法 [J].

陈浩 ;

王轶彤 .

计算机研究与发展, 2012, (10) :2181-2188

[3] 一种新型的社会网络影响最大化算法 [J].

田家堂 ;

王轶彤 ;

冯小军 .

计算机学报, 2011, 34 (10) :1956-1965

[4]

Adaptive Game Playing Using Multiplicative Weights[J] . Yoav Freund,Robert E. Schapire.Games and Economic Behavior . 1999 (1)

[5]

An analysis of approximations for maximizing submodular set functions—I[J] . G. L. Nemhauser,L. A. Wolsey,M. L. Fisher.Mathematical Programming . 1978 (1)

← 1 →