[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

说明书

本发明公开了一种基于社区发现的社交网络影响力最大化方法及系统，属于数据挖掘领域，包括：(1)对待分析的社交网络进行社区发现，将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)将第一候选集合和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。本发明能够在降低社交网络影响力最大化的时间复杂度的同时，扩大种子节点集合的影响范围。

技术领域

本发明属于数据挖掘领域，更具体地，涉及一种基于社区发现的社交网络影响力最大化方法及系统。

背景技术

社交媒体中的用户、用户之间的关系构成了社交网络。社交网络是实际社会中的人以及人和人直接的复杂交互关系的一种映射，同时当前的社交网络规模巨大，承载着大量的信息，因此值得对此进行研究。社交网络的影响力最大化的分析是社交网络相关研究中的一个热点问题。影响力，指的是社交网络中，用户和用户之间通过信息的交流传递，使得彼此的观点、行为都可以受到影响，并且这种影响可以在网络中的用户之间级联扩散，从而影响到其他的用户的一种能力。而社交网络影响力最大化问题可以简单的表述为，给定一个社交网络，从中找到一小部分最具有影响力的节点作为种子节点，在一定的传播模型下，通过这些种子节点去影响网络中的其他节点，并尽可能到达最大的影响范围。这里的影响范围一般使用影响节点的数量来衡量。影响的种子节点数量越大，影响的范围即越广。针对社交网络的影响力最大化问题的研究具有很强的实际意义，对于广告营销、舆情监测和预测等实际场景有种重要的作用。

当前的社交网络影响力最大化算法大多分为两类：一类是基于贪心思路的算法，比较经典的是Kempe等人提出的贪心爬山算法；另一类是基于启发式思路的算法，通过启发式的规则来选择种子节点，比较典型的是基于度的启发规则。贪心爬山算法每一次都选择具有最大边际增益的当前节点作为种子节点加入种子节点集合，最终得到种子集合，Kempe等人对于贪心算法给出了理论上的性能保证，即根据贪心算法得到的种子节点能够保证最终的影响范围达到最优解的1-1/e；但是，由于该算法每次都是选择局部最优解，因此而得到的种子节点集合并不是全局上的最优解，而且由于贪心算法的执行过程中，找到每一个节点都需要对网络中所有节点计算边际增益，而每个节点的边际增益的计算都需要多次的蒙特卡洛模拟过程，因此时间复杂度非常大，对于当前节点规模在上百万的社交网络上，并不实用。基于度的启发规则选择度比较大的节点作为种子节点，这类算法的时间复杂度比较低，但是种子节点最终的影响范围是没有理论上的保证，最终的影响范围因社交网络的结构的不同而不同。

社区结构是普遍存在于社交网络中的现象。在社交网络中，存在着部分节点之间连接边比较多，形成一个相对密集的节点聚簇，而这些节点和外部节点的连接则相对稀疏，整个网络可以划分为一个个的社区。将社区结构引入影响力最大化问题的分析中，可以有效降低时间复杂度，但是现有的基于社区划分的社交网络影响力最大化方法把划分后的各个社区视为独立的社区，大多数只考虑节点在社区内部的影响力传播，而没有考虑影响力在社区之间的影响力传播现象，从而导致最终寻找到的种子节点的影响范围不够广。

发明内容

针对现有技术的缺陷和改进需求，本发明提供了一种基于社区划分的社交网络影响力最大化方法，其目的在于，在降低社交网络影响力最大化的时间复杂度的同时，扩大种子节点集合的影响范围。

为实现上述目的，按照本发明的第一方面，提供了一种基于社区划分的社交网络影响力最大化方法，包括：

(1)对待分析的社交网络进行社区发现，将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；