通过重叠社区结构识别社交网络中的影响力节点

摘要：

[目的]为快速找出网络中最具影响力的节点,提出使用重叠社区的影响力最大化方法IMtoc.[方法]将整个社交网络分割为几个重叠社区,综合特征向量中心性最大的节点和重叠节点,选出候选种子集,然后通过贪心算法在候选集中找到最优的种子节点.[结果]对于大型社交网络Git_web_ml数据集,IMtoc算法的运行时间比CELF和IMRank算法快约91％和65％.[局限]影响力节点与重叠节点存在重合,造成部分节点代表性不足.[结论]IMtoc算法与现有方法相比存在一定优势,可以在影响范围和运行时间之间取得平衡.

关键词：社交网络、重叠社区、影响力最大化、信息传播

所属期刊栏目：6

分类号：TP393;G206(计算技术、计算机技术)

资助基金：甘肃省自然科学基金;中央高校基本科研业务费项目

在线出版日期：2023-04-07（万方平台首次上网日期，不代表论文的发表时间）

页数：共10页

页码：80-89