[发明专利]基于神经网络的社会网络影响力预测及最大化系统与方法

摘要

基于神经网络的社会网络影响力预测及最大化系统与方法，属于网络科学技术领域。包括如下内容内容一、观察社会网络节点行为属性或使用线性阈值模型，获得节点之间部分的影响力关系。将影响力关系文本化，使用神经网络进行学习。通过得到的神经网络模型对该社会网络影响力进行预测。内容二、对得到的神经网络，使用贪婪算法，求取影响力最大化集合。内容三、对得到的神经网络，使用权重值算法，求取影响力最大化集合。对于影响力最大化研究，传统的方法使用图论、建模等方法进行计算，需要已知社会网络的结构属性。本发明无需知道社会网络结构，利用神经网络对网络节点之间行为进行学习并做出预测，求取影响力最大化。

主权项

基于神经网络的影响力预测及其最大化计算系统，简称计算系统，其特征在于：包括预处理模块、神经网络学习模块、影响力预测和影响力最大化计算模块；其中，预处理模块完成对网络的格式及规模为主的格式化，并生成训练集；神经网络学习模块将预处理模块生成的训练集作为输入，对此训练集进行学习后生成神经网络模型；影响力预测和影响力最大化计算模块通过神经网络学习模块生成的神经网络模型进行影响力预测和影响力最大化计算；该计算系统中各模块连接关系如下：预处理模块与神经网络学习模块相连，神经网络学习模块与影响力预测和影响力最大化计算模块相连；该计算系统中各模块功能是：预处理模块完成对网络的格式化，根据影响力传播模型生成神经网络的训练集和测试集；神经网络学习模块完成对训练集的学习；影响力预测和影响力最大化计算模块根据学习到的模型对网络里节点之间的影响力进行预测，求取影响力最大化集合。