基于影响力重叠度量的社交网络传播影响力最大化
社会与信息网络
2019-03-04 v1 物理与社会
摘要
影响力重叠是社交网络影响力传播中的普遍现象。本文中，我们认为由影响力重叠产生的冗余影响力对最大化传播影响力有负面作用。首先，我们提出一种理论方法来计算影响力重叠并记录冗余影响力。然后，为消除冗余影响力，我们提出两种用于多传播源识别的算法，即 Degree-Redundant-Influence（DRS，度-冗余影响力）和 Degree-Second-Neighborhood（DSN，度-二阶邻域）。在四个经验社交网络上的实验成功验证了这些方法，且由 DSN 算法选出的传播源展现出更小的度和 k-core 值。
引用
@article{arxiv.1903.00248,
title = {Maximizing spreading influence via measuring influence overlap for social networks},
author = {Ning Wang and Zi-Yi Wang and Jian-Guo Liu and Jing-Ti Han},
journal= {arXiv preprint arXiv:1903.00248},
year = {2019}
}
备注
20 pages, 6 figures