公开(公告)号：CN117236784A

公开(公告)日：2023-12-15

申请号：CN202311394238.2

申请日：2023-10-25

Applicant: 电子科技大学长三角研究院(湖州)

Inventor： 阿满·乌拉 ,  邵俊明 ,  杨勤丽 ,  瑞嘉·里亚兹汗 ,  科比纳·贝纳德

IPC: G06Q10/0639 ,  G06Q10/047 ,  G06Q50/06

Abstract: 近年来，随着技术进步和移动网络的普及，在线社交网络成为我们日常生活的重要方面。一些用户在社交网络上的影响往往大于其他用户。寻找有影响力的用户/节点以利用网络中的特定信息的过程称为影响力最大化。有多种潜在应用，包括网络免疫、流行病管理、药物设计、疾病或谣言的传播以及病毒营销。这些影响最大化问题是NP‑hard问题，因此不能采用精确的方法。一些启发式策略已被建议作为解决特定应用程序上下文的潜在解决方案。然而现有方法存在局限性，因为它们在对有影响的节点进行排序时仅考虑局部结构等单节点拓扑，而忽略了全局结构等节点之间的连通性，从而导致评估结果不准确。因此，为找到解决这个问题的方法，必须设计了一种基于电势的复杂社会网络影响力节点识别方法，将局部性和全局性等拓扑因素考虑在内。通过考虑两个节点之间的度和距离，我们提出了一种新的中心性，它从电势公式中汲取灵感，以便根据局部性和全局性等拓扑因素确定影响节点。