針對如何利用社會個體之間的影響力來擴大信息擴散的范圍,即社會網(wǎng)絡(luò)的影響最大化問題,提出一種新穎的基于蟻群優(yōu)化算法的解決方案。利用2個啟發(fā)式信息來度量節(jié)點影響力:優(yōu)先選擇更不容易被前驅(qū)節(jié)點激活的節(jié)點;考慮后繼尤其是多級后繼節(jié)點對未來擴散的影響。通過節(jié)點影響力選擇出能擴散最大范圍的初始節(jié)點集合。試驗結(jié)果表明,相較于貪心算法以及傳統(tǒng)的蟻群算法初始節(jié)點的擴散范圍增加了150個節(jié)點,效率提高了25%,本研究方法很好的改善了初始節(jié)點選擇容易陷入局部最優(yōu)的問題。 

【文章來源】：山東大學學報(工學版). 2020,50(03)北大核心CSCD

【文章頁數(shù)】：6 頁

【圖文】：

當前僅有一個激活的前驅(qū)節(jié)點

IM-ACO算法整體框架

針對Wiki_vote數(shù)據(jù)集算法收斂情況

【參考文獻】：
期刊論文
[1]基于前驅(qū)后繼節(jié)點的社會網(wǎng)絡(luò)影響最大化算法[J]. 覃俊,易金莉.  中南民族大學學報(自然科學版). 2016(04)
[2]基于閾值的社交網(wǎng)絡(luò)影響力最大化算法[J]. 陳浩,王軼彤.  計算機研究與發(fā)展. 2012(10)
[3]一種新型的社會網(wǎng)絡(luò)影響最大化算法[J]. 田家堂,王軼彤,馮小軍.  計算機學報. 2011(10)



本文編號：3399282