基于社交网络弱连接属性的影响力最大化算法

首先研究了目前影响力最大化问题的解决方案，并总结了这些解决方案的优缺点．对社交网络中弱连接的研究之后发现，弱连接可以有效地打通社交网络中不同社团之间的信息壁垒，使得信息在不同社区间流通．利用弱连接的这一作用，同时基于贪心思想提出BWTG（base-on weak tie greedy）算法来解决影响力最大化问题，并根据解空间的不同，把BWTG算法分为BCWTG（base-on complete weak tie greedy）和BNCWTG（base-on not complete weak　tie greedy）两种算法，影响力最大化问题的传统评价指标有两种：时间复杂度和最终激活节点数，但考虑到实际情况，定义了ANNl（actived nodes/node influence）这一新的评价指标，用于衡量回报与付出之比．为了验证BCWTG和BNCWTG算法的性能在不同类型、不同规模的真实数据集中对算法进行实验验证，在时间复杂度、最终激活节点数和ANNI这3个方面与经典的Greedy算法进行对比，实验结果表明，BCWTG算法和BNCWTG算法在运算时间和ANNI方面有所提高，最终激活节点数方面却弱于Greedy箅法，但当满足一定条件时，BCWTG和BNCWTG算法在最终激活节点数方面也能接近Greedy算法．