基于TOPSIS权重的社会网络影响力最大化

扫码查看

原文链接

万方数据
维普

中文摘要：识别有影响力的用户和邮件是社会网络分析中最重要的主题之一,如何寻找具有最小重叠和最大网络覆盖范围的种子节点集是社会网络研究中的一个重点问题.针对该问题已经提出了很多算法,如贪心算法、CELF算法、K-shell算法和各种中心性度量排序算法等.种子节点之间的距离越近,则节点之间的共同邻居节点越多,造成覆盖范围的重叠.目前的算法往往不考虑种子节点间的距离和其覆盖范围的重叠,导致最终的种子节点集质量不高.该文提出了一种新方法,通过计算节点间的距离和重叠范围的综合权重,以加权的"优劣解距离"(TOPSIS)方法来选择有影响力的用户节点.与传统方法相比,所选择的种子节点集合有更大的影响力散布.

外文标题：Maximization of Social Network Influence Based on TOPSIS Weight

作者：

郭茂林、孔兵

展开 >

作者单位：

云南大学信息学院,云南昆明 650091

关键词：

社会网络信息扩散影响力最大化客观权重 TOPSIS方法

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教育厅科研项目云南省教育厅科研项目

项目编号：

6176209062062066317601522019J00052021Y026

出版年：

2022

DOI：

10.3969/j.issn.1673-629X.2022.07.003

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(7)

参考文献量3