影響最大化問題是社會(huì)影響分析中的一個(gè)重點(diǎn)研究?jī)?nèi)容。具體問題是如何從社交網(wǎng)絡(luò)圖中尋找k個(gè)初始節(jié)點(diǎn)開始傳播信息,使得信息的最終傳播范圍最廣。由于影響最大化可以應(yīng)用于許多的現(xiàn)實(shí)應(yīng)用中,在過去幾年里,該問題引起研究者的廣泛關(guān)注。概述影響最大化問題使用的幾種公認(rèn)的傳播模型,其描述信息的傳播過程;接著介紹影響最大化問題的幾種常用解決算法:基于貪心算法的算法、基于啟發(fā)式的算法、基于反向影響采樣的算法;最后簡(jiǎn)要概述該問題所面臨的難點(diǎn)和未來的研究方向。 

【文章來源】：現(xiàn)代計(jì)算機(jī). 2020,(15)

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 社交網(wǎng)絡(luò)上的信息傳播
    1.1信息傳播
    1.2社交網(wǎng)絡(luò)中信息傳播的特點(diǎn)
        (1）信息發(fā)布者
        (2）信息內(nèi)容
        (3）信息接收者
2 傳播模型
    2.1獨(dú)立級(jí)聯(lián)模型（Independent Cascade Model,IC)
    2.1線性閾值模型（Linear Threshold Model,LT)
    2.3觸發(fā)模型（Triggering Model,TR)
    2.4其他模型
3 影響最大化問題
    3.1基于貪心算法的算法
    3.2基于啟發(fā)式的算法
    3.3基于反向影響采樣的算法
    3.4上下文感知影響最大化
4 結(jié)語



本文編號(hào)：3621645