[发明专利]一种基于活跃度的社交网络影响力最大化方法

摘要

本发明公开了一种基于活跃度的社交网络影响力最大化方法，包括如下步骤构建精简网络G′；根据节点活跃度ACT属性，选取活跃度ACT属性值高的节点进入ACT节点集H；依据节点活跃度ACT属性值与影响力大小，计算节点影响力综合值aps(v)；循环选取k个种子节点，每选取出一个种子节点都要更新网络中节点影响力综合值aps(v)。结果表明，基于IC模型引入了活跃度属性，模型的扩展使社交网络影响力最大化问题更科学，ACH算法在影响范围上接近KK贪婪算法的影响范围，并且在时效性上有非常好的表现。

主权项

一种基于活跃度的社交网络影响力最大化方法，其特征在于：包括如下步骤：1)构建精简网络G'；2)根据节点活跃度ACT属性，选取活跃度ACT属性值高的节点进入ACT节点集H；3)依据节点活跃度ACT属性值与影响力大小，计算节点影响力综合值aps(v)；4)循环选取k个种子节点，每选取出一个种子节点都要更新网络中节点影响力综合值aps(v)；所述步骤2)中选取活跃度ACT属性值的过程，采用节点出度来产生一个0～1之间的随机数的方式，在基于活跃度的独立级联模型AIC中，根据节点间活跃度ACT(ACT∈[0,1])的不同，处于激活状态的节点是否去激活邻居节点的概率也不同，如果活跃度越高，那么去激活邻居节点的概率也越高，反之则越低；所述步骤3)的具体过程为：首先对于活跃度ACT节点集中的每一个节点做遍历；然后综合考虑节点的ACT属性值与影响力大小，节点综合影响力定义如下：aps(v)=ACTv*Σu∈N(v)dv*p(v,u),v∈H]]>其中ACTv为节点v的活跃度属性值，dv为节点v的出度，N(v)为节点v的邻居节点集，节点u∈N(v)为节点v的邻居节点，p(v,u)为节点v的邻居节点被节点v激活的概率。