社会-物理网络中的影响力最大化算法
社会与信息网络
2020-12-01 v1
摘要
给定一个有向图（表示社交网络），影响力最大化问题是找到 k 个节点，当它们被影响（或激活）时，能够最大化被激活的其余节点数量。在本文中，我们考虑该问题的一个更通用版本，其包含一组额外的节点，称为物理节点，使得社交网络中的一个节点被一个或多个物理节点所覆盖。物理节点在任何时刻处于两种状态之一：开启或关闭，并且对可开启的物理节点最大数量存在约束。在此设定下，社交网络中的非活跃节点若在其社交网络中拥有足够多的活跃邻居，且被至少一个开启的物理节点覆盖，则变为活跃。该问题出现在灾难恢复中，即流离失所的社群仅在其社交网络中足够多的群体返回且附近部分基础设施组件修复后才会决定返回。该一般问题是 NP-hard 且无法在任意常数因子内近似，因此我们针对该问题的特殊实例刻画了最优与近似算法。
引用
@article{arxiv.2011.14902,
title = {Algorithms for Influence Maximization in Socio-Physical Networks},
author = {Hemant Gehlot and Shreyas Sundaram and Satish V. Ukkusuri},
journal= {arXiv preprint arXiv:2011.14902},
year = {2020}
}