一种基于时延约束的社会网络影响力最大化信用分布模型

摘要

影响力最大化问题的研究为病毒式营销提供了潜在有效的解决方案.基于时间约束的影响力最大化问题IMTC定义为在时间约束条件下,如何在社会网络中定义和挖掘一部分初始用户,使得在影响力传播过程结束后,网络中被影响的节点的个数最大.现有的研究工作主要依据网络结构定义节点影响力,优化传统影响力传播模型,或改进启发式算法提高初始节点的选取质量,行为的执行与其影响作用生效之间的时间延迟特性以及影响力传播过程中的时间约束条件往往被忽略.针对这点不足,提出一种基于时间约束的信用分布模型CDTC,综合考虑用户之间的见面概率和先验激活概率对边缘概率进行计算,并对网络中的相邻节点之间分配的直接信用进行优化定义.同时结合用户行为日志,将见面与激活事件对信用分配的阻碍作用映射到行为传播路径长度的增量性测量和评估方面,并结合时间约束条件限定性地对路径中的节点逆向分配代表影响力大小的信用值,最后根据信用分布函数,使用基于时间约束的贪心算法GA-TC递归选取网络中边际收益最大的节点得到初始节点集合.实验结果表明在CDTC模型上使用GA-TC算法不仅能够保证初始节点选取的质量,而且由于其更高的执行效率以及更好的行为执行预测能力,方法对IMTC问题的适应性更强.