社交网络中谐波影响力的消息传递计算受网络社区与拓扑变化的影响
最优化与控制
2018-04-20 v1 社会与信息网络
系统与控制
摘要
谐波影响力是度量社交网络节点重要性的指标，可通过分布式消息传递算法近似计算。在本扩展摘要中，我们考察关于该算法的两个开放问题。它在具有社区结构的复杂拓扑真实社交网络上的表现如何？当算法运行期间网络拓扑发生变化时它的表现又如何？我们分别通过在 Facebook 自我网络与合成网络上的数值实验回答了这两个问题。我们发现社区会在最终近似中引入伪影，并导致算法高估社区内“局部领导者”的重要性。我们还观察到该算法能够平滑地适应拓扑变化。
引用
@article{arxiv.1804.07093,
title = {Effects of Network Communities and Topology Changes in Message-Passing Computation of Harmonic Influence in Social Networks},
author = {Wilbert Samuel Rossi and Paolo Frasca},
journal= {arXiv preprint arXiv:1804.07093},
year = {2018}
}
备注
4 pages, 7 figures, submitted as conference extended abstract