社交网络中对立影响最大化算法
2020-08-06杨书新朱凯丽
杨书新,梁 文,朱凯丽
(江西理工大学信息工程学院,江西赣州 341000)
(*通信作者电子邮箱jhcpl05@163.com)
0 引言
社交网络用户间的关系是多样化的,或协作配合、或对立排斥或动态博弈,传统单源信息的影响传播研究无法描述其复杂性,因此产生了多源信息影响传播的研究。多源信息影响最大化也称之为竞争影响最大化。谣言阻碍、捆绑销售、党派博弈、病毒营销、游戏竞赛的规则模拟均属于多源信息影响最大化的研究问题[1-3]。现有工作主要依靠经典独立级联(Independent Cascade,IC)模型和线性阈值(Linear Threshold,LT)模型开展研究,部分用于求解竞争影响最大化问题的算法仅适用于特定结构的数据,尚缺乏普适性。针对上述不足,本文扩展热量传播模型为多源热量传播模型,研究对立影响最大化问题。
1 相关工作
2007 年,Bharathi 等[4]首次给出竞争影响最大化(Competitive Influence Maximization)问题的定义:已知种子集SA分布的情况下,选拔种子集SB,使SB的影响传播效果最大化,其中SA和SB代表不同信息源。竞争影响最大化的相关研究产生了许多具有代表性的成果,本文围绕竞争影响传播模型、竞争影响传播问题的优化算法两方面介绍国内外研究现状。关于竞争传播模型,已有相关工作主要针对单源信息的独立级联(IC)模型和线性阈值(LT)模型加以扩展。基于IC模型,文献[5-6]提出了基于IC 模型的多实体竞争(Multi-Campaign IC)模型、波扩散(Wave Propagation)模型及基于距离的(Distance-based)多源信息传播模型。Borodin等[7]率先利用LT 模型研究竞争影响最大化问题,设计了权重竞争阈值(Weight Competitive LT)模型、分隔竞争阈值(Separate Competitive LT)模型。He 等[8]首次定 义了竞争线性 阈值(Competitive LT)模型。……
