通过领导者选择改变社交网络中的观点

我们研究具有两个极化党派的社交网络中的 French-DeGroot 观点动力学。我们考虑一个网络，其中一方党派的领导者给定，并提出选择对立党派的领导者集合以使平均观点转移到期望值的问题。当每个党派只有一个领导者时，我们用网络中随机游动的转移矩阵和平稳分布表示平均观点。分析显示了两个领导者节点之间影响力的平衡。我们证明选择至多 $k$ 个绝对领导者以转移平均观点的问题是 $\mathbf{NP}$ 难的。然后，我们将该问题归约为一个具有子模背包约束和额外基数约束的子模最大化问题，并提出一种带上限搜索的贪心算法来近似最优解。我们还在随机网络和真实世界网络中进行了实验以展示该算法的有效性。