ABEM：一种用于在线社交网络意见领袖挖掘的自适应基于智能体的演化方法

在线社交网络影响力最大化的关键步骤是识别少量被称为意见领袖的用户，他们能够快速而广泛地将影响力传播给其他用户。这些网络拓扑结构的演化特性使得定位和识别这些意见领袖变得困难。本文提出一种自适应基于智能体的演化方法，以在静态与动态网络背景下解决该问题。该方法被证明能够随网络演化调整解。由于其分布式框架，它也适用于大规模网络。我们使用合成网络与真实世界数据集对我们的方法进行了评估。实验结果表明，所提方法在影响力最大化方面优于最先进的种子算法。