基于加权PageRank的异质网络影响力最大化

扫码查看

原文链接

万方数据
维普

中文摘要：影响力最大化问题是信息网络挖掘中的热门研究问题之一,大多数信息网络包含了多种不同类型的节点和连接边,其本质属于异质信息网络,然而以前关于影响力最大化问题的研究大多停留在同质信息网络,它们考虑的节点和连接边类型单一,这与现实的信息网络有所差别.异质信息网络的影响力最大化问题其关键在于如何识别异质信息网络中最有影响力的节点.为了能融合网络中的异质信息并衡量节点影响力,提出了一种基于加权PageRank的异质信息网络影响力最大化算法.该算法保留了网络中所有类型节点和连接边的信息,通过考虑异质信息网络中不同类型节点之间的影响关系来得到节点的最终影响力,从而实现异质信息网络的影响力最大化.该算法能更好地描述节点和连接边的异质性,并在两个真实的数据集上验证了算法的有效性.

外文标题：Influence Maximization of Heterogeneous Networks Based on Weighted PageRank

作者：

韩婷、周丽华、黄亚群、姜懿庭

展开 >

作者单位：

云南大学信息学院,云南昆明 650504

云南师范大学信息学院,云南昆明 650500

关键词：

异质信息网络信息网络挖掘信息扩散影响力最大化加权PageRank

基金：

国家自然科学基金国家自然科学基金国家自然科学基金云南省自然科学基金国家社会科学基金云南省高等学校科技创新团队项目(IRTSTYN)

项目编号：

6176209062062066619660362016FA02618XZZ005

出版年：

2022

DOI：

10.3969/j.issn.1673-629X.2022.03.008

计算机技术与发展

陕西省计算机学会

计算机技术与发展

CSTPCD

影响因子：0.621

ISSN：1673-629X

年,卷(期)：2022.32(3)

参考文献量7