影响力最大化问题可以定义为:给定一个社会网络、一个扩散模型和一个数值k,任务就是如何在社会网络上获取一个规模为k的节点集合,使得这个节点集合可以达到影响力最大化的效果。
独立级联模型的算法描述如下:
1.初始的激活状态节点集合A。
2.在t时刻,新近被激活的节点u对它的邻接节点v产生影响,成功的概率为 EMBED Equation.DSMT4。若v有多个邻居节点都是新近被激活的节点,那么这些节点将以任意顺序尝试激活节点v。
3.如果节点v被激活成功,那么在t+1时刻,节点v转为激活状态,将尝试激活其非激活状态的邻居节点;否则,节点v在t+1时刻状态不发生变化。
4.该过程不断进行重复,直到网络中不存在有影响力的活跃节点时,传播过程结束。
EMBED Visio.Drawing.11
时刻1:初始时,3,4,8为激活状态,其他为未激活状态。每个激活状态节点都会以一定概率去激活自己周围的非激活状态。
EMBED Visio.Drawing.11
时刻2:节点5和7在时刻1被激活,在时刻2变成了激活状态。节点5和7在时刻2以一定概率去激活各自未激活状态的邻居。在时刻2,节点3,4,8已不是新近被激活状态,它们不能再去激活其他节点。
注:每个节点在某个时刻t被激活之后,会在t+1时刻成为激活状态,它只能在t+1这一个时刻有机会去激活其周围邻居节点,之后的时刻将不再激活其他节点。
EMBED Visio.Drawing.11
时刻3:节点2在时刻2被激活,在时刻3变成了激活状态,它将会在该时刻去激活其周围的邻居节点。
贪心选择策略:
输入:社会网络结构、信息扩散模型和k
输出:拥有最大影响力的节点集合
初始化: EMBED Equation.DSMT4;
ForEMBED Equation.DSMT4 do
选择出 EMBED Equation.DSMT4
EMBED Equation.DSMT4
End For
输出S
End
Reviews
There are no reviews yet.