通过重叠社区结构识别社交网络中的影响力节点

作     者：王烨桐 江涛 Wang Yetong;Jiang Tao

作者机构：西北民族大学中国民族语言文字信息技术教育部重点实验室兰州730030 

出 版 物：《数据分析与知识发现》 (Data Analysis and Knowledge Discovery)

年 卷 期：2022年第6卷第12期

页      面：80-89页

核心收录：

学科分类：05[文学] 08[工学] 0503[文学-新闻传播学] 081201[工学-计算机系统结构] 0812[工学-计算机科学与技术（可授工学、理学学位）] 

基　　金：2021年甘肃省自然科学基金项目(项目编号:21JR1RA1999) 中央高校基本科研业务费项目(项目编号:31920210083)的研究成果之一。 

主　　题：社交网络 重叠社区 影响力最大化 信息传播 

摘      要：【目的】为快速找出网络中最具影响力的节点,提出使用重叠社区的影响力最大化方法 IMtoc。【方法】将整个社交网络分割为几个重叠社区,综合特征向量中心性最大的节点和重叠节点,选出候选种子集,然后通过贪心算法在候选集中找到最优的种子节点。【结果】对于大型社交网络Git_web_ml数据集,IMtoc算法的运行时间比CELF和IMRank算法快约91%和65%。【局限】影响力节点与重叠节点存在重合,造成部分节点代表性不足。【结论】IMtoc算法与现有方法相比存在一定优势,可以在影响范围和运行时间之间取得平衡。