基于反向PageRank的影响力最大化算法
张宪立; 唐建新; 曹来成
2020
Source Publication计算机应用
ISSN1001-9081
Volume40Issue:1Pages:96-102
Abstract针对社会网络上的影响力最大化算法在大规模网络上难以同时满足传播范围、时间效率和空间效率要求的问题,提出一种混合PageRank和度中心性的启发式算法(MPRD)。首先,基于PageRank,引入一种反向PageRank思想来评估节点影响力;然后,结合局部指标度中心性,设计一种混合的指标来评估节点的最终影响力;最后,通过相似性方法去掉影响力重合严重的节点,选出种子节点集。在6个数据集和两种传播模型上进行实验,实验结果表明,所提的MPRD在传播范围上优于现有的启发式算法,在时间效率上比贪心算法快四、五个数量级,在空间效率上优于基于反向抽样的IMM算法。所提的MPRD在处理大规模网络上的影响力最大化问题时能够取得传播范围、时间效率和空间效率的平衡。
Keyword影响力最大化 度中心性 启发式算法 贪心算法
Indexed ByCSCD
Language中文
WOS Research AreaComputer Science
WOS SubjectCOMPUTER SCIENCE INTERDISCIPLINARY APPLICATIONS
CSCD IDCSCD:6656936
Document Type期刊论文
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/75733
Collection计算机与通信学院
Affiliation兰州理工大学计算机与通信学院, 兰州, 甘肃 730050, 中国
First Author AffilicationColl Comp & Commun
First Signature AffilicationColl Comp & Commun
Recommended Citation
GB/T 7714
张宪立,唐建新,曹来成. 基于反向PageRank的影响力最大化算法[J]. 计算机应用,2020,40(1):96-102.
APA 张宪立,唐建新,&曹来成.(2020).基于反向PageRank的影响力最大化算法.计算机应用,40(1),96-102.
MLA 张宪立,et al."基于反向PageRank的影响力最大化算法".计算机应用 40.1(2020):96-102.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[张宪立]'s Articles
[唐建新]'s Articles
[曹来成]'s Articles
Baidu academic
Similar articles in Baidu academic
[张宪立]'s Articles
[唐建新]'s Articles
[曹来成]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[张宪立]'s Articles
[唐建新]'s Articles
[曹来成]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.