CN107358308A - 实现社会网络影响力最大化的方法和装置 - Google Patents
实现社会网络影响力最大化的方法和装置 Download PDFInfo
- Publication number
- CN107358308A CN107358308A CN201710350143.9A CN201710350143A CN107358308A CN 107358308 A CN107358308 A CN 107358308A CN 201710350143 A CN201710350143 A CN 201710350143A CN 107358308 A CN107358308 A CN 107358308A
- Authority
- CN
- China
- Prior art keywords
- node
- community network
- accounting
- seed
- network
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 39
- 230000000644 propagated effect Effects 0.000 claims abstract description 13
- 239000013589 supplement Substances 0.000 claims description 25
- 238000004364 calculation method Methods 0.000 claims description 8
- 230000001502 supplementing effect Effects 0.000 claims description 7
- 238000004422 calculation algorithm Methods 0.000 description 14
- 238000009826 distribution Methods 0.000 description 8
- 230000000694 effects Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 238000010295 mobile communication Methods 0.000 description 3
- 238000012545 processing Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000009792 diffusion process Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000002474 experimental method Methods 0.000 description 2
- 230000006855 networking Effects 0.000 description 2
- 230000003213 activating effect Effects 0.000 description 1
- 230000032683 aging Effects 0.000 description 1
- 238000000205 computational method Methods 0.000 description 1
- 238000004590 computer program Methods 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000018109 developmental process Effects 0.000 description 1
- 238000012804 iterative process Methods 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 230000000149 penetrating effect Effects 0.000 description 1
- 238000002360 preparation method Methods 0.000 description 1
- 239000000047 product Substances 0.000 description 1
- 230000003252 repetitive effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/01—Social networking
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Theoretical Computer Science (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Computing Systems (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种实现社会网络影响力最大化的方法和装置，所述方法包括：遍历社会网络，获取所述社会网络中的每一个节点在其每一个关联节点中的联系占比；其中，所述联系占比包括联系次数占比和/或联系时长占比；根据所述联系占比分别计算所述社会网络中的每一个节点与其每一个关联节点的联系强度；根据所述联系强度分别计算所述社会网络中的每一个节点的影响力指数；根据所述影响力指数确定第一预设个数的目标种子节点；由所述目标种子节点开始传播，以使最终的传播范围最大。本发明能够精确地计算节点的影响力指数，从而使得最终的传播范围最大。
Description
技术领域
本发明涉及社会网络处理领域，尤其涉及一种实现社会网络影响力最大化的方法和装置。
背景技术
社会网络(SN，Social Network)是指由个体及个体之间的关系所组成的网络，利用基于计算机等处理终端的社会网络，可以进行信息传播，例如电话通信、QQ、微信以及微博等。影响力是在社会网络中进行信息传播时需要考虑的一个重要问题。社会网络影响力最大化指的是在给定预算的前提下，从社会网络中选取预设个数的种子节点，使得以它们为初始节点进行信息传播后，传播的范围达到最大，这具有十分重要的现实意义，例如在市场营销、广告发布、舆情预警以及社会安定等方面均有十分重要的应用。
目前，主要的社会网络影响力最大化方法为传统的贪心算法，即逐一查找整个社会网络中的所有节点，在查找过程中，根据入度来计算各节点的影响力指数，后续每一步中，都根据影响力指数选择当前最具影响力的节点作为初始节点进行传播，其中，最具影响力的节点指的是能够激活最多节点的节点。
然而，本发明人在实施本发明的过程中，发现现有技术至少存在以下不足，节点的入度指的是从其他节点出发指向该节点的边的数目，例如，对于节点A和节点B两个节点而言，若节点B不指向节点A，则节点A的入度为0，只要节点B指向节点A，则节点A的度为1。可见，仅仅根据节点之间是否存在指向计算得到的节点的影响力指数的精确度低下，无法保证影响力最大化。
发明内容
本发明实施例所要解决的技术问题在于，提供一种实现社会网络影响力最大化的方法和装置，能够精确地计算节点的影响力指数，从而使得最终的传播范围最大。
为了解决上述技术问题，本发明提出了一种实现社会网络影响力最大化的方法，包括：
S1、遍历社会网络，获取所述社会网络中的每一个节点在其每一个关联节点中的联系占比；其中，所述联系占比包括联系次数占比和/或联系时长占比；
S2、根据所述联系占比分别计算所述社会网络中的每一个节点与其每一个关联节点的联系强度；
S3、根据所述联系强度分别计算所述社会网络中的每一个节点的影响力指数；
S4、根据所述影响力指数确定第一预设个数的目标种子节点；
S5、由所述目标种子节点开始传播，以使最终的传播范围最大。
优选地，在所述步骤S1之前，还包括：
S0、根据模块度对社会总网络进行划分，获得若干个社会网络；
则所述步骤S1具体为：
并行遍历各个社会网络，分别获取每一个社会网络中的每一个节点在其每一个关联节点中的联系占比。
优选地，所述步骤S4具体包括：
S41、根据所述影响力指数分别在每一个社会网络中确定第二预设个数的初始种子节点；
S42、根据每一个社会网络的节点的总个数以及其所有初始种子节点的影响力指数将相应的社会网络确定为重要社会网络；
S43、根据所述重要社会网络中的节点的影响力指数确定第一预设个数的目标种子节点。
优选地，所述步骤S43具体包括：
S431、在所述重要社会网络中，根据其所有的初始种子节点的传播路径获取当前的未被传播到的节点及每一个初始种子节点的传播范围；
S432、重复以下步骤，直至所述重要社会网络中不存在未被传播到的节点：
在当前重要社会网络的未被传播到的节点中查找影响力指数最大的节点，并将所述影响力指数最大的节点确定为当前补充种子节点；
根据所述当前补充种子节点的传播路径获取所述当前补充种子节点的传播范围，并更新当前的未被传播到的节点；
S433、分别根据每一个重要社会网络的所有初始种子节点和所有补充种子节点的传播范围确定对应的重要社会网络的有效种子节点；
S434、根据各个重要社会网络的有效种子节点的传播范围确定第一预设个数的目标种子节点。
优选地，所述根据模块度对社会总网络进行划分，获得若干个社会网络，具体为：
遍历社会总网络，判断遍历到的节点与其关联节点是否满足合并条件；其中，所述合并条件为，合并后的模块度的增量大于预设的阈值；
将满足所述合并条件的相应的节点划分为同一个社会网络，以获得若干个社会网络。
优选地，所述联系占比包括联系次数占比和联系时长占比，则根据联系强度计算节点的影响力指数的具体公式为：
其中，PR(v)为节点v的影响力指数，w(vi,v)为节点v与其关联节点vi的联系强度，PR(vi)为所述节点vi的影响力指数，为所述节点vi的出强度，n为节点v的关联节点的个数，σ为阻尼系数；
并且，节点v与其关联节点vi的联系强度的计算公式为：
w(vi,v)＝T(vi,v)*L(vi,v)；
其中，T(vi,v)为节点v在其关联节点vi中的联系次数占比，L(vi,v)为节点v在其关联节点vi中的联系时长占比。
相应地，本发明实施例还提供一种实现社会网络影响力最大化的装置，包括：
联系占比获取模块，用于遍历社会网络，获取所述社会网络中的每一个节点在其每一个关联节点中的联系占比；其中，所述联系占比包括联系次数占比和/或联系时长占比；
联系强度计算模块，用于根据所述联系占比分别计算所述社会网络中的每一个节点与其每一个关联节点的联系强度；
影响力指数计算模块，用于根据所述联系强度分别计算所述社会网络中的每一个节点的影响力指数；
目标种子节点确定模块，用于根据所述影响力指数确定第一预设个数的目标种子节点；以及，
目标种子节点传播模块，用于由所述目标种子节点开始传播，以使最终的传播范围最大。
优选地，所述装置还包括：
社会网络划分模块，用于根据模块度对社会总网络进行划分，获得若干个社会网络；
则所述联系占比获取模块具体用于：
并行遍历各个社会网络，分别获取每一个社会网络中的每一个节点在其每一个关联节点中的联系占比。
优选地，所述目标种子节点确定模块具体包括：
初始种子节点确定单元，用于根据所述影响力指数分别在每一个社会网络中确定第二预设个数的初始种子节点；
重要社会网络确定单元，用于根据每一个社会网络的节点的总个数以及其所有初始种子节点的影响力指数将相应的社会网络确定为重要社会网络；以及，
目标种子节点确定单元，用于在所述重要社会网络中根据其节点的影响力指数确定第一预设个数的目标种子节点。
优选地，所述目标种子节点确定单元具体包括：
初始种子节点传播子单元，用于在所述重要社会网络中，根据其所有的初始种子节点的传播路径获取当前的未被传播到的节点及每一个初始种子节点的传播范围；
补充种子节点确定子单元，用于重复以下步骤，直至所述重要社会网络中不存在未被传播到的节点：
在当前重要社会网络的未被传播到的节点中查找影响力指数最大的节点，并将所述影响力指数最大的节点确定为当前补充种子节点；
根据所述当前补充种子节点的传播路径获取所述当前补充种子节点的传播范围，并更新当前的未被传播到的节点；
有效种子节点确定子单元，用于分别根据每一个重要社会网络的所有初始种子节点和所有补充种子节点的传播范围确定对应的重要社会网络的有效种子节点；以及，
目标种子节点确定子单元，用于根据各个重要社会网络的有效种子节点的传播范围确定第一预设个数的目标种子节点。
实施本发明实施例，具有如下有益效果：
本发明实施例提供的实现社会网络影响力最大化的方法和装置，根据社会网络中的每一个节点在其每一个关联节点中的联系占比，来计算每一个节点与其关联节点的联系强度，进而根据联系强度计算每一个节点的影响力指数，其中，联系占比包括联系次数占比和/或联系时长占比。可见，相较于现有技术中仅仅根据节点的入度来计算节点的影响力指数的方式，本发明实施例结合节点与其关联节点的联系强度来计算该节点的影响力指数，能够更为精确地计算节点的影响力指数提高了确定目标种子节点的准确性，从而有效地保证了最终的传播范围最大。
附图说明
图1是本发明实施例提供的实现社会网络影响力最大化的方法的一个流程示意图；
图2是本发明实施例提供的一个社会网络的拓扑结构图；
图3是本发明实施例提供的实现社会网络影响力最大化的方法的另一个流程示意图；
图4是现有的度中心性的方法和本发明实施例提供的实现社会网络影响力最大化的方法的效果对比图；
图5是本发明实施例提供的实现社会网络影响力最大化的装置的一个结构示意图。
具体实施方式
下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
请参阅图1，是本发明提供的实现社会网络影响力最大化的方法的一个实施例的流程示意图。
本发明实施例提供的实现社会网络影响力最大化的方法，至少包括如下步骤：
S1、遍历社会网络，获取所述社会网络中的每一个节点在其每一个关联节点中的联系占比；其中，所述联系占比包括联系次数占比和/或联系时长占比；
在本发明实施例中，社会网络主要指的是有向加权网络，例如基于通信业务的有向加权网络，更具体地，如移动通话网络以及移动社交网络(如QQ和微信等)等等。需要说明的是，在实际应用中，可以相当便利地从移动运行商获取相应社会网络的相关节点数据。另外，对于传统的社交网络，通常需要以较长的时间间隔来获取数据，例如半年到一年才获取一次数据，因此，难以实时获取动态数据，但是在移动通信网络中，可以以较短的时间间隔来获取数据，例如一个月或者更短的时间获取一次数据。因此，应用于移动通信网络，由于移动通信网络更具有动态性，计算获得的影响力也更具有时效性。
在本发明实施例中，一个社会网络中包含有若干个节点，且节点之间具有一定的指向关系。对于社会网络中的任一个节点而言，其关联节点指的是，与该节点位于同一个社会网络中，且指向该节点的节点。另外，在社会网络中，一个节点可能具有多个关联节点，相应地，一个节点在其某一个关联节点中的联系次数占比指的是，该关联节点指向该节点的次数在该关联节点的总指向次数中所占的比例，类似地，联系时长占比指的是，该关联节点指向该节点的时长在该关联节点的总指向时长中所占的比例。例如，如图2所示，某一个社会网络中包括节点A、B、C、D、E以及F，并且，节点B指向节点A和节点F、节点C指向节点A、节点D和节点E，另外，假设节点B指向节点A和节点F的总次数和总时长分别为20次和200分钟，其中节点B指向节点A的总次数和总时长分别为1次和5分钟，假设节点C指向节点A、节点D和节点E的总次数和总时长分别为50次和500分钟，其中节点C指向节点A的总次数和总时长分别为40次和450分钟，则节点B为节点A和节点F的关联节点，节点C为节点A、节点D和节点E的关联节点，且节点A在其关联节点B中的联系次数占比为1/20，联系时长占比为5/200，同理，节点A在其关联节点C中的联系次数占比为40/50，联系时长占比为450/500。
另外，需要说明的是，针对联系不连续的移动社交网络，如QQ和微信等，可以根据两两信息之间的时间间隔来确定联系次数和联系时长。以QQ为例，假设有一个用户A和一个用户B，如果用户A间歇性地给用户B发送信息，且两两信息之间的时间间隔低于预设的阈值(比如15分钟)，则将相应的若干条信息归为同一次联系。例如，用户A间歇性地给用户B发送消息，在12点10分发送第一条信息，此后，在12点11分发送第二条，在12点18分发送第三条，在12点30分发送第四条，在12点40发送第五条，在12点50分发送第六条，在12点56分发送第七条。若预设的阈值为15分钟，当需要确定上述过程中用户A和用户B之间的联系次数和联系时长时，则可以将12点10分到12点40分之间的消息发送作为一次联系，且这次联系的联系时长为30分钟，将12点50分到12点56分之间的消息发送作为另外一次联系，且这次联系的联系时长为6分钟。
S2、根据所述联系占比分别计算所述社会网络中的每一个节点与其每一个关联节点的联系强度；
在本发明实施例中，联系强度用于衡量两个节点之间的联系概率，并且，若一个节点与其某一个关联节点的联系强度越大，则表示该节点与该关联节点的联系概率越高，反之，若联系强度越小，则表示联系概率越低具体地，联系强度是根据联系占比计算获得，并且，联系占比包括联系次数占比和/或联系时长占比，因此，在联系占比的三种不同情况中，一个节点与其某一个关联节点的联系强度的计算方法分别为：(1)联系占比包括联系次数占比，则联系强度可以为该节点与该关联节点的联系次数占比，即w(vi,v)＝T(vi,v)；(2)联系占比包括联系时长占比，则联系强度可以为该节点与该关联节点的联系时长占比，即w(vi,v)＝L(vi,v)；(3)联系占比包括联系次数占比和联系时长占比，则联系强度可以为该节点与该关联节点的联系次数占比和联系时长占比的乘积，即w(vi,v)＝T(vi,v)*L(vi,v)，例如，对于上文举例的图2所示的社会网络，则节点A与节点B的联系强度为同理，节点A与节点C的联系强度为另外，节点B和节点F的联系强度为显然，节点B与节点A的联系概率小于节点B与节点F的联系概率，因此，在传播过程中，节点B传播到节点A的可能性比节点B传播到节点F的可能性小。另外，对上述符号作统一说明，w(vi,v)表示节点v与其关联节点vi的联系强度，T(vi,v)表示节点v在其关联节点vi中的联系次数占比，L(vi,v)表示节点v在其关联节点vi中的联系时长占比。
S3、根据所述联系强度分别计算所述社会网络中的每一个节点的影响力指数；
在本发明实施例中，一个节点的影响力指数用于衡量该节点对其关联节点的影响力的大小，并且，若一个节点的影响力指数越大，则表示该节点对其关联节点的影响力越大，反之，若影响力指数越小，则表示该节点对其关联节点的影响力越小。另外，计算得到一个节点与其每一个关联节点的联系强度后，则可以进一步根据联系强度与影响力指数的映射关系计算该节点的影响力指数。具体地，可通过如下公式来计算节点的影响力指数：
其中，PR(v)为节点v的影响力指数，w(vi,v)为节点v与其关联节点vi的联系强度，PR(vi)为所述节点vi的影响力指数，为所述节点vi的出强度，n为节点v的关联节点的个数，σ为阻尼系数；
另外，节点v与其关联节点vi的联系强度的计算方式同上文描述，此处不加赘述。
需要说明的是，现有的PageRank算法主要应用于搜索引擎中的网页排名，该算法的主要精髓为，从优质网页链接而来的网页必定还是优质网页的回归关系。例如，网页A指向若干个网页，其中一个为网页B，那么，网页B就获得网页A对它贡献的分值，其中，该分值的大小取决于网页A本身的重要程度以及网页A指向的网页总数。并且，由于网络中网页连接的相互指向，该分值的计算为一个迭代过程，具体计算公式为：其中，PR(B)为网页B的PageRank值，其物理意义为网页B被访问的概率，PR(Yi)为指向网页B的网页Yi的PageRank值，Cout(Yi)为网页Yi的出度数量，σ为阻尼系数，n为指向网页B的网页总数。根据上述PR(B)的计算公式可知，指向网页B的指向数目越大，则B越重要。
需要说明的是，将上述基于PageRank算法实现网页排名的思想引入到社会网络影响力最大化的问题中，则可以通过计算节点的PageRank值(即影响力指数)来评估节点的传播能力，从而选取传播能力强的节点作为目标种子节点，以实现社会网络影响力最大化。具体实施时，通常是根据PageRank算法以及节点的入度来计算节点的影响力指数，然而，本发明人在实施本发明的过程中发现，若仅仅考虑节点的入度，无法精确地计算节点的影响力指数，因而无法准确地选取目标种子节点，进而无法保证最终的传播范围最大。
基于上述情况，本发明实施例对现有的计算节点的影响力指数的方法作出了相应的改进，即，结合节点在其每一个关联节点中的联系占比来计算该节点与其每一个关联节点的联系强度，进而根据计算获得的联系强度以及上述PR(v)的计算公式来计算该节点的影响力指数。能够有效地提高计算节点的影响力指数的精确度，从而准确地选取目标种子节点，以使得最终的传播范围最大。
另外，在具体实施时，计算获得的影响力指数的取值范围通常为0～1，并且，在一个社会网络中，其节点的影响力指数通常呈现幂律分布，也就是说，在一个社会网络中具有很高的影响力指数的节点很少。
S4、根据所述影响力指数确定第一预设个数的目标种子节点；
需要说明的是，根据上文论述可知，一个节点的影响力指数越大，则表示该节点对其关联节点的影响力越大，反之，影响力指数越小，则表示该节点对其关联节点的影响力越小。可见，在给定预算的前提下，选取影响力指数大的节点作为目标种子节点，往往能得到较大的传播范围。例如，在一个包含500个节点的社会网络中，用户设定选取30个目标种子节点，则选取这500个节点中影响力指数最大的30个节点作为目标种子节点。
S5、由所述目标种子节点开始传播，以使最终的传播范围最大。
在本发明实施例中，选定第一预设个数的目标种子节点后，分别以各个目标种子节点为初始传播起点开始传播，使得在传播结束后，传播路径所覆盖的节点的总数目最多，即实现社会网络影响力最大化，
综上所述，本发明实施例提供的实现社会网络影响力最大化的方法，根据社会网络中的每一个节点在其每一个关联节点中的联系占比，来计算每一个节点与其关联节点的联系强度，进而根据联系强度计算每一个节点的影响力指数，其中，联系占比包括联系次数占比和/或联系时长占比。可见，相较于现有技术中仅仅根据节点的入度来计算节点的影响力指数的方式，本发明实施例结合节点与其关联节点的联系强度来计算该节点的影响力指数，能够更为精确地计算节点的影响力指数提高了确定目标种子节点的准确性，从而有效地保证了最终的传播范围最大。
为进一步对本发明的方案进行更详细的说明，如图3所示，下文对本发明的一些优选实施例进行具体描述或举例说明。
在上述实施例的基础上，在所述步骤S1之前，还包括：
S0、根据模块度对社会总网络进行划分，获得若干个社会网络；
则所述步骤S1具体为：
并行遍历各个社会网络，分别获取每一个社会网络中的每一个节点在其每一个关联节点中的联系占比；其中，所述联系占比包括联系次数占比和/或联系时长占比。
则所述步骤S2具体为：
根据所述联系占比分别计算每一个社会网络中的每一个节点与其每一个关联节点的联系强度；
则所述步骤S3具体为：
根据所述联系强度分别计算每一个社会网络中的每一个节点的影响力指数。
需要说明的是，随着网络技术的发展，社会网络中所包含的节点数量越来越多，且节点之间的指向关系越来越复杂。对于大型且复杂的社会网络，在整个社会网络的所有节点中逐个查找目标种子节点是一个非常耗时的过程，工作效率低下。
在本发明实施例中，先对社会总网络进行划分，将其划分为若干个社会网络(即社区)，这样一来，就可以进行分布式处理，即，由不同的计算机处理终端同时对上述若干个社会网络进行遍历，分别获取每一个社会网络中的每一个节点在其每一个关联节点中的联系占比，并根据获得的联系占比分别计算每一个社会网络中的每一个节点与其每一个关联节点的联系强度，再根据获得的联系强度分别计算每一个社会网络中的每一个节点的影响力指数。需要说明的是，计算获得的每一个社会网络中的每一个节点的影响力指数指的是，相应的节点在其所在的社会网络中的影响力指数，例如，对于一个社会总网络M，将其划分为5个社会网络(m1、m2、m3、m4和m5)，其中，节点N是社会网络m1中的一个节点，则计算得到的节点N的影响力指数为节点N在社会网络m1中的影响力指数。
本发明实施例中，根据模块度对社会总网络进行划分，获得若干个社会网络，并使得同一个社会网络内的节点具有较大的相似性，而不同社会网络的节点具有较小的相似度。另外，复杂网络的节点之间之所以能进行有效的信息传播，通常是因为节点之间具有一定的相似性。因此，本发明实施例根据模块度对社会总网络进行划分，再并行遍历划分得到的各个社会网络，能够很好地满足上述传播特性的要求，换言之，本发明实施例从社会网络划分的基础上，将社会网络的逐渐扩散等效于信息传播的过程，借助于连接紧密的社会网络内部节点具有较高的相似度这一思想，使得信息能够在连接紧密的相似节点之间进行有效传播。并且，还能够化整为零，大大地降低了处理过程的复杂性，减少了耗时，有效地提高工作效率。
具体地，可采用如下方法对社会总网络进行划分：
S01、遍历社会总网络，判断遍历到的节点与其关联节点是否满足合并条件；其中，所述合并条件为，合并后的模块度的增量大于预设的阈值；
S02、将满足所述合并条件的相应的节点划分为同一个社会网络，以获得若干个社会网络。
需要说明的是，在具体实施时，在当前社会网络中随机选取某个节点H作为起始节点，再选取其某一个关联节点I进行合并，并计算合并后的模块度的增量是否大于预设的阈值，若是，则将该关联节点I与节点H划分为同一个社会网络，再继续遍历节点H的其它关联节点，同理类推，直至遍历完社会总网络中的所有节点，最终获得若干个社会网络。其中，模块度的计算公式具体为：其中，Q为模块度，eii为社会网络i的内部节点间的连边数量，ai为另一端与社会网络i中的节点相连的连边数量。
在上一个实施例的基础上，所述步骤S4具体包括：
S41、根据所述影响力指数分别在每一个社会网络中确定第二预设个数的初始种子节点；
S42、根据每一个社会网络的节点的总个数以及其所有初始种子节点的影响力指数将相应的社会网络确定为重要社会网络；
S43、根据所述重要社会网络中的节点的影响力指数确定第一预设个数的目标种子节点。
需要说明的是，本发明人在实施本发明实施例的过程中发现，在对社会总网络进行划分所获得的若干个社会网络中，不同的社会网络具有不同的属性，基于属性的差异，不同的社会网络对实现社会总网络的影响力最大化能起到的作用也不同，有些社会网络能起到较大的作用，有些社会网络能起到的作用微乎其微，因此，在划分获得的所有社会网络中逐一寻找目标种子节点，需要耗费大量的时间，但在实现社会总网络的影响力最大化上却收效甚微。
因此，在本发明实施例中，计算获得若干个社会网络中的每一个社会网络中的所有节点的影响力指数后，先根据获得的节点的影响力指数分别在每一个社会网络中确定第二预设个数的初始种子节点，再根据每一个社会网络的节点的总个数以及其所有初始种子节点的影响力指数将相应的社会网络确定为重要社会网络，进而根据所述重要社会网络中的节点的影响力指数确定第一预设个数的目标种子节点。需要说明的是，将相应的社会网络确定为重要社会网络，可以是将第三预设个数的社会网络确定为重要社会网络。另外，需要强调的是，评估一个社会网络是否能确定为重要社会网络时，由于社会网络的拓扑结构复杂多样，单单考虑其节点的总个数是不全面的，可能导致评估不准确，因此，本发明实施例中综合考虑其节点的总个数以及其所有初始种子节点的影响力指数，能够提高评估的准确性。
接下来以一个实例对本发明实施例进行说明，对于一个社会总网络M，将其划分获得5个社会网络(m1、m2、m3、m4和m5)，且预先设定在这5个社会网络中确定3个重要社会网络。首先，根据节点的影响力指数分别在这5个社会网络中选取5个初始种子节点，在这5个社会网络中，按照节点的总数目由大到小进行排名，依次为m1、m2、m3、m4和m5，按照其5个初始种子节点的影响力指数的总和由大到小进行排名，依次为m1、m2、m4、m3和m5，显然，m1和m2不论是节点的总数目还是其初始节点的影响力指数的总和排名都靠前，则m1和m2必然应被确定为重要社会网络，关键是在m3和m4中再确定一个作为重要社会网络。此时，若m4的节点的总数目与m3的节点的总数目的差值小于预设的阈值，但m4的初始种子节点的影响力指数的总和的差值大于预设的阈值，即m4的节点的总数目比m3少得不多，但其初始种子节点的影响力指数的总和比m3大很多，则说明m4可能为规则网络，m3可能为星型网络，综合考虑之下，应该将m4确定为重要社会网络。进而，将这三个重要社会网络m1、m2和m4中影响力指数最大的第一预设个数的节点确定为目标种子节点。
本发明实施例通过综合考虑社会网络的节点的总个数以及其所有初始种子节点的影响力指数，能够提高评估重要社会网络的准确性，且仅仅在重要社会网络中寻找目标种子节点，能够在对社会总网络的影响力最大化影响相当小的前提下，大大地减少耗时，可观地提高工作效率。
在上一个实施例的基础上，其特征在于，所述步骤S43具体包括：
S431、在所述重要社会网络中，根据其所有的初始种子节点的传播路径获取当前的未被传播到的节点及每一个初始种子节点的传播范围；
S432、重复以下步骤，直至所述重要社会网络中不存在未被传播到的节点：
在当前重要社会网络的未被传播到的节点中查找影响力指数最大的节点，并将所述影响力指数最大的节点确定为当前补充种子节点；
根据所述当前补充种子节点的传播路径获取所述当前补充种子节点的传播范围，并更新当前的未被传播到的节点；
S433、分别根据每一个重要社会网络的所有初始种子节点和所有补充种子节点的传播范围确定对应的重要社会网络的有效种子节点；
S434、根据各个重要社会网络的有效种子节点的传播范围确定第一预设个数的目标种子节点。
在本发明实施例中，确定了重要社会网络后，例如确定了第三预设个数的重要社会网络，则分别对每一个重要社会网络进行如下处理，以确定每一个重要社会网络的有效种子节点。每一个重要社会网络的处理方式都相同，下文以一个重要社会网络A为例进行说明。
首先，在重要社会网络A中，由该重要社会网络A的所有初始种子节点激活该重要社会网络A，即分别由该重要社会网络A中的每一个初始种子节点分别进行传播，每一个初始种子节点传播结束后，均获取这一个初始种子节点的传播范围，当所有初始种子节点都传播结束后，获取该重要社会网络A的当前的未被传播到的节点。其中，此处获取的当前的未被传播到的节点指的是，当该重要社会网络A的所有初始种子节点都传播结束后，该重要社会网络A中未被传播到的节点；另外，节点的传播范围指的是，该节点的传播路径所覆盖的节点的数目，例如，对于某一个初始种子节点而言，传播到其传播路径中的终止节点时，其所传播到的节点的总数目即为其传播范围。
然后，重复以下步骤，直至该重要社会网络A中不存在未被传播到的节点：在该重要社会网络A的当前未被传播到的节点中查找影响力指数最大的节点，并将所述影响力指数最大的节点确定为当前补充种子节点，再根据所述当前补充种子节点的传播路径获取所述当前补充种子节点的传播范围，并更新当前的未被传播到的节点。经过这个步骤后，能在所有的初始种子节点都没有传播到的节点中，确定若干个补充种子节点，并获得每一个补充种子节点的传播范围。其中，确定补充种子节点的具体方法可以采用KK算法，KK算法指的是Kempe和Kleinberg针对社会网络上影响力最大化问题提出的一种算法，其是一种局部最优的算法，实质为贪心算法，KK算法的具体实现为现有技术，此处不加赘述。
进一步地，根据该重要社会网络A的所有初始种子节点和所有补充种子节点的传播范围确定该重要社会网络A的有效种子节点。例如，用户预先设定需要在该重要网络A中确定第四预设个数的有效种子节点，则在该重要社会网络A的所有初始种子节点和所有补充种子节点中将其传播范围最大的第四预设个数的节点确定为有效种子节点。
此外，需要说明的是，若对于某一个重要社会网络m0，其初始种子节点分别是节点1、2、3、4和5。基于KK算法，以初始种子节点1开始传播，假设初始种子节点1有3条传播路径，这3条传播路径总共覆盖到的节点的总数为300个，具体的，第一条路径是1-8-30-6….，第二条路径是1-7-9-10….，第三条路径是1-9-22…，即说明初始种子节点1传播到的300个节点，是由上述3条传播路径所包括的所有节点(300个)共同贡献的，也就是说，如果以初始种子节点1开始传播，正常情况下，上述300个节点都会被传播到，若在这300个节点中选取补充种子节点，则只会重复传播，因此，本发明实施例在重要社会网络的所有初始种子节点都未被传播到的节点中确定补充种子节点，能够有效地扩大传播的范围，从而保证社会网络的影响力最大化。
当确定了所有重要社会网络的有效种子节点后，再进一步地，根据各个重要社会网络的有效种子节点的传播范围确定第一预设个数的目标种子节点。需要说明的是，每一个重要社会网络的有效种子节点仅仅是其所在的重要社会网络中传播能力较强的节点。因此，本发明实施例中，再将所有重要社会网络的所有有效种子节点放在一起进行比较，进而在所有有效种子节点中选取传播范围最大的第一预设个数的目标种子节点。可见，本发明实施例综合考虑了局部最优和整体最优，且克服了KK算法无法适用于大型且复杂的社会网络中的问题，能够有效地保证实现社会总网络的影响力最大化。
接下来，以一个具体的实验对本发明实施例的方案进行详细说明：
某移动通话网络包括5000个节点(即用户)，具有90663条有向边，节点和节点之间具有有向边表示这两个节点之间满足预设的通话次数或通话时长的条件(如一个月内大于4次通话，或每次平均通话时长大约30秒)。且，设定节点之间的联系强度为通话次数占比乘以通话时长占比。则通过如下操作来确定该移动通话网络的目标种子节点。
第一步、对该移动通话网络进行划分，划分后获得8个社会网络(在下文中称为社区)，分别是社区1、2、3、4、5、6、7、和8；
第二步、采用PageRank算法计算每一个社区中的每一个节点的影响力指数，并分别从每一个社区中选取影响力指数最大的2个节点作为相应社区的初始种子节点；
第三步、根据每一个社区的节点的总个数以及其所有初始种子节点的影响力指数确定5个重要社区，这5个重要社区分别是社区1、2、3、4和5；并且，在各个重要社区中确定有效种子节点，以及获得每一个重要社区的所有有效种子节点的传播范围，得到的所有重要社区中的所有有效种子节点以及其传播范围如下表1所示：
表1
第四步、在上述5个重要社区中确定第一预设个数的目标种子节点，例如第一预设个数为10个，即，将有效种子节点15、101、19、132、187、55、199、54、34和487确定为该移动通话网络的目标种子节点。
本发明人在实验过程中，采用本发明实施例确定了多个不同数量的目标种子节点，并获得了每个数量的目标种子节点对应的最终传播范围(即最终传播的节点的数量)，另外，还采用现有的度中心性的方法在上述移动通话网络中确定了多个不同数量的目标种子节点，同样获得了每个数量的目标种子节点对应的最终传播范围，以此进行对比，来说明本发明实施例的效果。请参阅图4，是上述两种方式确定的相应数量的目标种子节点在该移动通话网络中的相应传播范围的对比图，需要说明的是，图中的横坐标X为目标种子节点的选取数量，纵坐标Y为最终传播的节点的数量。观察图中的实验数据可以发现，本发明实施例提供的方法和度中心性方法在选取不同数量的目标种子节点时的扩散速率是吻合的，并且，目标种子节点的个数选为10、15、20、25或者30时，本发明实施例获得的最终传播范围均大于度中心性方法获得的最终传播范围。由此可见，本实验通过多组数据验证了本发明实施例能够有效地扩大传播范围，从而保证社会网络影响力最大化。
相应地，本发明实施例还提供一种实现社会网络影响力最大化的装置，用于执行上述实施例所提供的实现社会网络影响力最大化的方法中的所有流程。
请参阅图5，是本发明实施例提供的实现社会网络影响力最大化的装置的一个结构示意图。所述装置至少包括：
联系占比获取模块11，用于遍历社会网络，获取所述社会网络中的每一个节点在其每一个关联节点中的联系占比；其中，所述联系占比包括联系次数占比和/或联系时长占比；
联系强度计算模块12，用于根据所述联系占比分别计算所述社会网络中的每一个节点与其每一个关联节点的联系强度；
影响力指数计算模块13，用于根据所述联系强度分别计算所述社会网络中的每一个节点的影响力指数；
目标种子节点确定模块14，用于根据所述影响力指数确定第一预设个数的目标种子节点；以及，
目标种子节点传播模块15，用于由所述目标种子节点开始传播，以使最终的传播范围最大。
本发明实施例提供的实现社会网络影响力最大化的装置，根据社会网络中的每一个节点在其每一个关联节点中的联系占比，来计算每一个节点与其关联节点的联系强度，进而根据联系强度计算每一个节点的影响力指数，其中，联系占比包括联系次数占比和/或联系时长占比。可见，相较于现有技术中仅仅根据节点的入度来计算节点的影响力指数的方式，本发明实施例结合节点与其关联节点的联系强度来计算该节点的影响力指数，能够更为精确地计算节点的影响力指数提高了确定目标种子节点的准确性，从而有效地保证了最终的传播范围最大。
优选地，所述装置还包括：
社会网络划分模块，用于根据模块度对社会总网络进行划分，获得若干个社会网络；
则所述联系占比获取模块具体用于：
并行遍历各个社会网络，分别获取每一个社会网络中的每一个节点在其每一个关联节点中的联系占比。
优选地，所述目标种子节点确定模块14具体包括：
初始种子节点确定单元，用于根据所述影响力指数分别在每一个社会网络中确定第二预设个数的初始种子节点；
重要社会网络确定单元，用于根据每一个社会网络的节点的总个数以及其所有初始种子节点的影响力指数将相应的社会网络确定为重要社会网络；以及，
目标种子节点确定单元，用于在所述重要社会网络中根据其节点的影响力指数确定第一预设个数的目标种子节点。
优选地，所述目标种子节点确定单元具体包括：
初始种子节点传播子单元，用于在所述重要社会网络中，根据其所有的初始种子节点的传播路径获取当前的未被传播到的节点及每一个初始种子节点的传播范围；
补充种子节点确定子单元，用于重复以下步骤，直至所述重要社会网络中不存在未被传播到的节点：
在当前重要社会网络的未被传播到的节点中查找影响力指数最大的节点，并将所述影响力指数最大的节点确定为当前补充种子节点；
根据所述当前补充种子节点的传播路径获取所述当前补充种子节点的传播范围，并更新当前的未被传播到的节点；
有效种子节点确定子单元，用于分别根据每一个重要社会网络的所有初始种子节点和所有补充种子节点的传播范围确定对应的重要社会网络的有效种子节点；以及，
目标种子节点确定子单元，用于根据各个重要社会网络的有效种子节点的传播范围确定第一预设个数的目标种子节点。
优选地，所述社会网络划分模块具体包括：
节点合并单元，用于遍历社会总网络，判断遍历到的节点与其关联节点是否满足合并条件；其中，所述合并条件为，合并后的模块度的增量大于预设的阈值；以及，
社会网络划分单元，用于将满足所述合并条件的相应的节点划分为同一个社会网络，以获得若干个社会网络。
优选地，所述联系占比包括联系次数占比和联系时长占比，则根据联系强度计算节点的影响力指数的具体公式为：
其中，PR(v)为节点v的影响力指数，w(vi,v)为节点v与其关联节点vi的联系强度，PR(vi)为所述节点vi的影响力指数，为所述节点vi的出强度，n为节点v的关联节点的个数，σ为阻尼系数；
并且，节点v与其关联节点vi的联系强度的计算公式为：
w(vi,v)＝T(vi,v)*L(vi,v)；
其中，T(vi,v)为节点v在其关联节点vi中的联系次数占比，L(vi,v)为节点v在其关联节点vi中的联系时长占比。
本发明实施例提供的实现社会网络影响力最大化的方法和装置，根据社会网络中的每一个节点在其每一个关联节点中的联系占比，来计算每一个节点与其关联节点的联系强度，进而根据联系强度计算每一个节点的影响力指数，其中，联系占比包括联系次数占比和/或联系时长占比。可见，相较于现有技术中仅仅根据节点的入度来计算节点的影响力指数的方式，本发明实施例结合节点与其关联节点的联系强度来计算该节点的影响力指数，能够更为精确地计算节点的影响力指数提高了确定目标种子节点的准确性，从而有效地保证了最终的传播范围最大。
以上所述是本发明的优选实施方式，应当指出，对于本技术领域的普通技术人员来说，在不脱离本发明原理的前提下，还可以做出若干改进和变形，这些改进和变形也视为本发明的保护范围。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程，是可以通过计算机程序来指令相关的硬件来完成，所述的程序可存储于一计算机可读取存储介质中，该程序在执行时，可包括如上述各方法的实施例的流程。其中，所述的存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)或随机存储记忆体(Random AccessMemory，RAM)等。
Claims (10)
1.一种实现社会网络影响力最大化的方法，其特征在于，包括：
S1、遍历社会网络，获取所述社会网络中的每一个节点在其每一个关联节点中的联系占比；其中，所述联系占比包括联系次数占比和/或联系时长占比；
S2、根据所述联系占比分别计算所述社会网络中的每一个节点与其每一个关联节点的联系强度；
S3、根据所述联系强度分别计算所述社会网络中的每一个节点的影响力指数；
S4、根据所述影响力指数确定第一预设个数的目标种子节点；
S5、由所述目标种子节点开始传播，以使最终的传播范围最大。
2.如权利要求1所述的实现社会网络影响力最大化的方法，其特征在于，在所述步骤S1之前，还包括：
S0、根据模块度对社会总网络进行划分，获得若干个社会网络；
则所述步骤S1具体为：
并行遍历各个社会网络，分别获取每一个社会网络中的每一个节点在其每一个关联节点中的联系占比。
3.如权利要求2所述的实现社会网络影响力最大化的方法，其特征在于，所述步骤S4具体包括：
S41、根据所述影响力指数分别在每一个社会网络中确定第二预设个数的初始种子节点；
S42、根据每一个社会网络的节点的总个数以及其所有初始种子节点的影响力指数将相应的社会网络确定为重要社会网络；
S43、根据所述重要社会网络中的节点的影响力指数确定第一预设个数的目标种子节点。
4.如权利要求3所述的实现社会网络影响力最大化的方法，其特征在于，所述步骤S43具体包括：
S431、在所述重要社会网络中，根据其所有的初始种子节点的传播路径获取当前的未被传播到的节点及每一个初始种子节点的传播范围；
S432、重复以下步骤，直至所述重要社会网络中不存在未被传播到的节点：
在当前重要社会网络的未被传播到的节点中查找影响力指数最大的节点，并将所述影响力指数最大的节点确定为当前补充种子节点；
根据所述当前补充种子节点的传播路径获取所述当前补充种子节点的传播范围，并更新当前的未被传播到的节点；
S433、分别根据每一个重要社会网络的所有初始种子节点和所有补充种子节点的传播范围确定对应的重要社会网络的有效种子节点；
S434、根据各个重要社会网络的有效种子节点的传播范围确定第一预设个数的目标种子节点。
5.如权利要求2至4任一项所述的实现社会网络影响力最大化的方法，其特征在于，所述步骤S0具体包括：
S01、遍历社会总网络，判断遍历到的节点与其关联节点是否满足合并条件；其中，所述合并条件为，合并后的模块度的增量大于预设的阈值；
S02、将满足所述合并条件的相应的节点划分为同一个社会网络，以获得若干个社会网络。
6.如权利要求1至4任一项所述的实现社会网络影响力最大化的方法，其特征在于，所述联系占比包括联系次数占比和联系时长占比，则根据联系强度计算节点的影响力指数的具体公式为：
<mrow>
<mi>P</mi>
<mi>R</mi>
<mrow>
<mo>(</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>=</mo>
<mfrac>
<mrow>
<mo>(</mo>
<mn>1</mn>
<mo>-</mo>
<mi>&sigma;</mi>
<mo>)</mo>
</mrow>
<mi>n</mi>
</mfrac>
<mo>+</mo>
<mi>&sigma;</mi>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>i</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<mi>n</mi>
</munderover>
<mfrac>
<mrow>
<mi>w</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<mi>v</mi>
<mo>)</mo>
</mrow>
<mo>*</mo>
<mi>P</mi>
<mi>R</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
<mrow>
<munderover>
<mo>&Sigma;</mo>
<mrow>
<mi>j</mi>
<mo>=</mo>
<mn>1</mn>
</mrow>
<msub>
<mi>m</mi>
<mi>i</mi>
</msub>
</munderover>
<mi>w</mi>
<mrow>
<mo>(</mo>
<msub>
<mi>v</mi>
<mi>i</mi>
</msub>
<mo>,</mo>
<msub>
<mi>z</mi>
<mi>j</mi>
</msub>
<mo>)</mo>
</mrow>
</mrow>
</mfrac>
<mo>;</mo>
</mrow>
其中，PR(v)为节点v的影响力指数，w(vi,v)为节点v与其关联节点vi的联系强度，PR(vi)为所述节点vi的影响力指数，为所述节点vi的出强度，n为节点v的关联节点的个数，σ为阻尼系数；
并且，节点v与其关联节点vi的联系强度的计算公式为：
w(vi,v)＝T(vi,v)*L(vi,v)；
其中，T(vi,v)为节点v在其关联节点vi中的联系次数占比，L(vi,v)为节点v在其关联节点vi中的联系时长占比。
7.一种实现社会网络影响力最大化的装置，其特征在于，包括：
联系占比获取模块，用于遍历社会网络，获取所述社会网络中的每一个节点在其每一个关联节点中的联系占比；其中，所述联系占比包括联系次数占比和/或联系时长占比；
联系强度计算模块，用于根据所述联系占比分别计算所述社会网络中的每一个节点与其每一个关联节点的联系强度；
影响力指数计算模块，用于根据所述联系强度分别计算所述社会网络中的每一个节点的影响力指数；
目标种子节点确定模块，用于根据所述影响力指数确定第一预设个数的目标种子节点；以及，
目标种子节点传播模块，用于由所述目标种子节点开始传播，以使最终的传播范围最大。
8.如权利要求7所述的实现社会网络影响力最大化的装置，其特征在于，所述装置还包括：
社会网络划分模块，用于根据模块度对社会总网络进行划分，获得若干个社会网络；
则所述联系占比获取模块具体用于：
并行遍历各个社会网络，分别获取每一个社会网络中的每一个节点在其每一个关联节点中的联系占比。
9.如权利要求7所述的实现社会网络影响力最大化的装置，其特征在于，所述目标种子节点确定模块具体包括：
初始种子节点确定单元，用于根据所述影响力指数分别在每一个社会网络中确定第二预设个数的初始种子节点；
重要社会网络确定单元，用于根据每一个社会网络的节点的总个数以及其所有初始种子节点的影响力指数将相应的社会网络确定为重要社会网络；以及，
目标种子节点确定单元，用于在所述重要社会网络中根据其节点的影响力指数确定第一预设个数的目标种子节点。
10.如权利要求9所述的实现社会网络影响力最大化的装置，其特征在于，所述目标种子节点确定单元具体包括：
初始种子节点传播子单元，用于在所述重要社会网络中，根据其所有的初始种子节点的传播路径获取当前的未被传播到的节点及每一个初始种子节点的传播范围；
补充种子节点确定子单元，用于重复以下步骤，直至所述重要社会网络中不存在未被传播到的节点：
在当前重要社会网络的未被传播到的节点中查找影响力指数最大的节点，并将所述影响力指数最大的节点确定为当前补充种子节点；
根据所述当前补充种子节点的传播路径获取所述当前补充种子节点的传播范围，并更新当前的未被传播到的节点；
有效种子节点确定子单元，用于分别根据每一个重要社会网络的所有初始种子节点和所有补充种子节点的传播范围确定对应的重要社会网络的有效种子节点；以及，
目标种子节点确定子单元，用于根据各个重要社会网络的有效种子节点的传播范围确定第一预设个数的目标种子节点。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710350143.9A CN107358308B (zh) | 2017-05-16 | 2017-05-16 | 实现社会网络影响力最大化的方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201710350143.9A CN107358308B (zh) | 2017-05-16 | 2017-05-16 | 实现社会网络影响力最大化的方法和装置 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN107358308A true CN107358308A (zh) | 2017-11-17 |
| CN107358308B CN107358308B (zh) | 2021-06-18 |
Family
ID=60271617
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201710350143.9A Active CN107358308B (zh) | 2017-05-16 | 2017-05-16 | 实现社会网络影响力最大化的方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN107358308B (zh) |
Cited By (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108989449A (zh) * | 2018-08-03 | 2018-12-11 | 杭州安恒信息技术股份有限公司 | 一种应用于大规模部署场景下的大文件传播方法及装置 |
| CN111259206A (zh) * | 2020-01-16 | 2020-06-09 | 中国传媒大学 | 一种有向加权网络中多重影响力矩阵赋权方法 |
| CN112990987A (zh) * | 2021-05-11 | 2021-06-18 | 腾讯科技（深圳）有限公司 | 信息推广方法、装置、电子设备及存储介质 |
| CN116384089A (zh) * | 2023-03-24 | 2023-07-04 | 齐齐哈尔大学 | 一种基于极性反向可达集的带符号社交网络正向影响力最大化方法 |
Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101505311A (zh) * | 2009-03-18 | 2009-08-12 | 腾讯科技（深圳）有限公司 | 一种基于社会化网络的信息传播方法及系统 |
| CN101887441A (zh) * | 2009-05-15 | 2010-11-17 | 华为技术有限公司 | 一种社会网络建立方法和系统及网络社区挖掘方法和系统 |
| US20140095689A1 (en) * | 2012-09-28 | 2014-04-03 | Microsoft Corporation | Determining influence in a network |
| CN103838831A (zh) * | 2014-02-21 | 2014-06-04 | 东南大学 | 一种基于社区划分的在线社交网络海量数据存储方法 |
| CN104598605A (zh) * | 2015-01-30 | 2015-05-06 | 福州大学 | 一种社交网络中的用户影响力评估方法 |
| CN104813353A (zh) * | 2012-10-30 | 2015-07-29 | 阿尔卡特朗讯 | 用于生成用户流失预测的系统和方法 |
| CN106056455A (zh) * | 2016-06-02 | 2016-10-26 | 南京邮电大学 | 一种基于位置和社交关系的群组与地点推荐方法 |
| CN106055627A (zh) * | 2016-05-27 | 2016-10-26 | 西安电子科技大学 | 话题领域中社交网络关键节点的识别方法 |
-
2017
- 2017-05-16 CN CN201710350143.9A patent/CN107358308B/zh active Active
Patent Citations (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101505311A (zh) * | 2009-03-18 | 2009-08-12 | 腾讯科技（深圳）有限公司 | 一种基于社会化网络的信息传播方法及系统 |
| CN101887441A (zh) * | 2009-05-15 | 2010-11-17 | 华为技术有限公司 | 一种社会网络建立方法和系统及网络社区挖掘方法和系统 |
| US20140095689A1 (en) * | 2012-09-28 | 2014-04-03 | Microsoft Corporation | Determining influence in a network |
| CN104813353A (zh) * | 2012-10-30 | 2015-07-29 | 阿尔卡特朗讯 | 用于生成用户流失预测的系统和方法 |
| CN103838831A (zh) * | 2014-02-21 | 2014-06-04 | 东南大学 | 一种基于社区划分的在线社交网络海量数据存储方法 |
| CN104598605A (zh) * | 2015-01-30 | 2015-05-06 | 福州大学 | 一种社交网络中的用户影响力评估方法 |
| CN106055627A (zh) * | 2016-05-27 | 2016-10-26 | 西安电子科技大学 | 话题领域中社交网络关键节点的识别方法 |
| CN106056455A (zh) * | 2016-06-02 | 2016-10-26 | 南京邮电大学 | 一种基于位置和社交关系的群组与地点推荐方法 |
Cited By (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN108989449A (zh) * | 2018-08-03 | 2018-12-11 | 杭州安恒信息技术股份有限公司 | 一种应用于大规模部署场景下的大文件传播方法及装置 |
| CN108989449B (zh) * | 2018-08-03 | 2021-06-22 | 杭州安恒信息技术股份有限公司 | 一种应用于大规模部署场景下的大文件传播方法及装置 |
| CN111259206A (zh) * | 2020-01-16 | 2020-06-09 | 中国传媒大学 | 一种有向加权网络中多重影响力矩阵赋权方法 |
| CN111259206B (zh) * | 2020-01-16 | 2024-03-22 | 中国传媒大学 | 一种有向加权网络中多重影响力矩阵赋权方法 |
| CN112990987A (zh) * | 2021-05-11 | 2021-06-18 | 腾讯科技（深圳）有限公司 | 信息推广方法、装置、电子设备及存储介质 |
| CN112990987B (zh) * | 2021-05-11 | 2021-08-27 | 腾讯科技（深圳）有限公司 | 信息推广方法、装置、电子设备及存储介质 |
| CN116384089A (zh) * | 2023-03-24 | 2023-07-04 | 齐齐哈尔大学 | 一种基于极性反向可达集的带符号社交网络正向影响力最大化方法 |
| CN116384089B (zh) * | 2023-03-24 | 2024-02-27 | 齐齐哈尔大学 | 一种基于极性反向可达集的带符号社交网络正向影响力最大化方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN107358308B (zh) | 2021-06-18 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN107358308A (zh) | 实现社会网络影响力最大化的方法和装置 | |
| Moreno et al. | Efficiency and reliability of epidemic data dissemination in complex networks | |
| Perra et al. | Spectral centrality measures in complex networks | |
| CN101505311B (zh) | 一种基于社会化网络的信息传播方法及系统 | |
| CN100470544C (zh) | 用于链接文档的方法、设备和系统 | |
| CN103064917A (zh) | 一种面向微博的特定倾向的高影响力用户群发现方法 | |
| CN103136267B (zh) | 一种基于社区的专家挖掘方法与装置 | |
| CN106055627A (zh) | 话题领域中社交网络关键节点的识别方法 | |
| CN102880969A (zh) | 广告投放方法、广告投放服务器及广告投放系统 | |
| CN109361425B (zh) | 一种跳频图案的生成方法及装置 | |
| CN103595734B (zh) | 基于用户关联结构划分的在线社交网络快速修复方法 | |
| CN109921939B (zh) | 一种通信网络中关键节点的选取方法及系统 | |
| CN109829337A (zh) | 一种社会网络隐私保护的方法、系统及设备 | |
| Tseng et al. | Mining sequential mobile access patterns efficiently in mobile web systems | |
| CN108540568A (zh) | 计算能力共享方法及智能设备 | |
| CN106570763A (zh) | 用户影响力评估的方法及系统 | |
| CN103618690A (zh) | 一种容迟网中喷射-等待路由协议的改进方法 | |
| CN103838806B (zh) | 一种社会网络用户参与主题行为分析方法 | |
| CN104376015A (zh) | 关系网络中节点的处理方法及装置 | |
| CN103249062A (zh) | 一种基于重复博弈的融合泛在网多终端协同信任机制 | |
| CN107807935A (zh) | 应用推荐方法及装置 | |
| Xu et al. | Efficient opportunistic routing with social context awareness for distributed mobile social networks | |
| CN110399564A (zh) | 帐号分类方法和装置、存储介质及电子装置 | |
| Li et al. | An effective reliability evaluation method for power communication network based on community structure | |
| CN110851684B (zh) | 一种基于三元关联图的社交话题影响力识别方法及装置 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| GR01 | Patent grant | ||
| GR01 | Patent grant |