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.
维普
万方数据