[發明專利]一種基于高斯傳播模型的社交網絡影響力最大化方法

在審

• 申請號: 202110214712.3
• 申請日: 2021-02-25
• 公開（公告）號: CN112818245A
• 公開（公告）日: 2021-05-18
• 發明（設計）人: 李衛民;李鄭;劉煒
• 申請（專利權）人: 上海大學
• 主分類號: G06F16/9535
• 分類號: G06F16/9535;G06F16/9536;G06Q50/00
• 代理公司: 北京盛詢知識產權代理有限公司 11901
• 代理人: 方亞兵

1.一種基于高斯傳播模型的社交網絡影響力最大化方法，其特征在于：包括以下步驟：

S1，在社交網絡中構建三個維度，包括Motif維度、Degree維度和Offset維度；

S2，構建平衡參數，基于所述Mofit維度計算側向擴散參數、基于所述Degree維度計算豎向擴散參數，基于所述Offset維度、所述Degree維度和所述平衡參數計算節點影響動態源強度；

S3，基于所述側向擴散參數、所述豎向擴散參數和所述節點影響動態源強度構建高斯傳播模型；

S4，基于所述高斯傳播模型建立目標函數，基于所述目標函數計算能獲得最優結果，構建改進的CELF算法，根據所述目標函數和所述改進的CELF算法計算影響力。

2.根據權利要求1所述的基于高斯傳播模型的社交網絡影響力最大化方法，其特征在于：所述Motif維度用于表示節點在Motif維度的度量，所述Degree維度用于表示節點度，所述Offset維度用于表示節點間的偏移量。

3.根據權利要求1所述的基于高斯傳播模型的社交網絡影響力最大化方法，其特征在于：所述S2中的平衡參數，用于平衡節點間的距離對于源強度的影響。

4.根據權利要求1所述的基于高斯傳播模型的社交網絡影響力最大化方法，其特征在于：所述側向擴散參數還基于平均聚集系數獲得，所述豎向擴散參數還基于網絡直徑獲得。

5.根據權利要求4所述的基于高斯傳播模型的社交網絡影響力最大化方法，其特征在于：所述平均聚集系數用于表示網絡的稠密程度，所述網絡直徑用于表示網絡規模。

6.根據權利要求2所述的基于高斯傳播模型的社交網絡影響力最大化方法，其特征在于：高斯傳播模型的計算公式如下

其中(o，m，d)是某節點的在社交網絡空間的坐標值，為網絡環境進行影響力傳播的狀況指標，σ_m為側向擴散參數，σ_d為豎向擴散參數，q為節點影響動態源強度，o為Offset維度，m為Motif維度，d為Degree維度，m²表示節點在Motif維度的度量的平方，d²表示節點度的平方。

7.根據權利要求1所述的基于高斯傳播模型的社交網絡影響力最大化方法，其特征在于：所述S4中目標函數能獲得最優結果的條件為：證明所述目標函數具有：是NP難問題、非負性、單調性和子模性。

8.根據權利要求1所述的基于高斯傳播模型的社交網絡影響力最大化方法，其特征在于：所述改進的CELF算法基于目標函數的子模性進行改進，所述改進的CELF算法用于加快計算速度。