一种面向团体的影响最大化方法

摘要：

影响最大化旨在从给定的社会网络中寻找出一组影响力最大的子集.现有工作大都在假设实体点(个人或博客等)影响关系已知的情况下,关注于分析单个实体点的影响力.然而在一些实际场景中,人们往往更关注区域或人群等这类团体的组合影响力,如户外广告、电视营销、疫情防控等.研究了影响力团体的选择问题:(1)基于团体的关联发现,建立了团体传播模型GIC(group independent cascade);(2)根据GIC模型,给出了贪心算法CGIM(cascade group influence maximization),搜索最具影响力的top-k团组合.在人工数据和真实数据上,实验验证了该方法的效果和效率.

关键词：社会网络、影响最大化、关联模型、影响力团体

所属期刊栏目：28

分类号：TP311(计算技术、计算机技术)

资助基金：国家自然科学基金61232002,61502347,61202033,61572376;中央高校基本科研业务费专项资金2042015kf0038National Natural Science Foundation of China61232002,61502347,61202033,61572376;Fundamental Research Funds for the Central Universities2042015kf0038

在线出版日期：2017-09-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共14页

页码：2161-2174