[发明专利]一种基于社区发现的社交网络影响力最大化方法及系统

权利要求书

1.一种基于社区划分的社交网络影响力最大化方法，其特征在于，包括：

(1)对待分析的社交网络进行社区发现，将所述社交网络划分为多个社区；

(2)在社区内部挖掘出k₁个节点作为候选种子节点，得到第一候选集合，并识别所述社交网络中的边界节点，从中挖掘出k₂个作为候选种子节点，得到第二候选集合；

(3)将所述第一候选集合和所述第二候选集合的并集作为候选种子节点集合，并利用贪心算法从所述候选种子节点集合中筛选出带来最大边际增益的K节点作为种子节点，构成使得社交网络影响力最大化的种子节点集合；

其中，K为预设的种子节点集合大小。

2.如权利要求1所述的基于社区划分的社交网络影响力最大化方法，其特征在于，所述步骤(1)包括：

(11)计算所述社交网络中每个节点的度，并按照度降序的顺序对节点进行排序，对于度相同的节点，则按照度的计算顺序排序，将排序后的节点顺序作为节点的更新顺序；

(12)给每个节点赋予一个初始标签；

(13)按照节点的更新顺序循环获取下一个待更新的节点N；

(14)获得所述节点N的邻居节点中出现次数最多的标签L，并将所述节点N的标签更新为所述标签L；

(15)重复执行步骤(13)～(14)，直至达到指定的迭代次数，或者各节点的标签都不再变化；

(16)将具有相同标签的节点划分到同一个社区中，从而将所述社交网络划分为多个社区。

3.如权利要求2所述的基于社区划分的社交网络影响力最大化方法，其特征在于，所述步骤(14)中，若出现次数最多的标签唯一，则将该标签确定为用于对所述节点N进行更新标签L；否则，获得出现次数最多的多个标签后，分别计算各标签对于节点N的标签相似度，将其中标签相似度最大的标签确定为用于对所述节点N进行更新标签L；

其中，任意一个标签l对于任意一个节点v的标签相似度LJ(l,v)，反映了节点v的邻居节点中，标签为l的各节点与节点v之间的局部相似度之和；节点之间的局部相似度反映了节点的局部结构之间的相似程度。

4.如请权利要求3所述的基于社区划分的社交网络影响力最大化方法，其特征在于，标签相似度LJ(l,v)的计算方法包括：

获得节点v的所有邻居节点中标签为l的节点，构成节点集合N^l(v)，并获得节点v的局部边集合EN(v)；

对于任意一个节点u∈N^l(v)，获得其局部边集合EN(u)后，按照计算节点u与节点v之间的局部相似度；

计算节点集合N^l(v)中各节点与节点v之间的局部相似度并求和，得到标签l对于节点v的标签相似度LJ(l,v)为：

其中，节点的局部边集合中的任意一条边满足：至少有一个端点是该节点的邻居节点。