时间衰减社交流上有影响力的用户订阅

影响力最大化问题要求从社交网络中选出大小为 $k$ 的种子集合,以最大化对所有其他用户的影响力(称为影响传播),因其在病毒式营销与谣言控制中的重要应用而广受关注。在真实场景中,人们对特定话题中最有影响力的用户感兴趣,并希望订阅社交网络上的感兴趣话题。本文中,我们形式化了时间衰减社交流上有影响力用户订阅问题,其要求为每个话题感知订阅查询维护大小为 $k$ 的有影响力用户集合。我们首先分析了被广泛采用的滑动窗口模型,并提出一种新的时间衰减影响模型以克服在计算社交流上影响力时的不足。基于筛法流式算法,我们提出一种高效算法以支持动态更新社交网络上时间衰减影响力的计算。利用订阅间的信息,我们随后构建了前缀树结构,以最小化每次更新影响力计算次数并易于维护。剪枝技术也应用于前缀树以优化社交流更新性能。我们的方法保证了 $\frac{1}{2}-\epsilon$ 的近似比。实验结果表明,我们的方法在效率与结果质量上显著优于基线方法。