【摘 要】
:
影响力最大化(Influence Maximization,IM)问题就是在社交网络中选出k个种子用户来最大化影响力传播,做为一种社交分析技术,已经成为了社交网络领域的研究热点,并且有着广泛
论文部分内容阅读
影响力最大化(Influence Maximization,IM)问题就是在社交网络中选出k个种子用户来最大化影响力传播,做为一种社交分析技术,已经成为了社交网络领域的研究热点,并且有着广泛的应用,如信息推广,产品推荐等。然而先前的研究者没有考虑如下现实中的场景,以产品推荐为例,一家公司可能要在社交网络中同时推销多种类型产品,这些产品类型之间不具备竞争关系,除此之外,公司给定免费额度k有限,并且每个用户对产品的种类具有不同的偏好,对应到同一社交网络,即存在多种信息同时传播,每个用户对信息的接受程度受自身的主观意向所支配,因此考虑到这种场景,本文提出多影响力最大化问题(Multiple Influence Maximization),该问题基于如下两种基本性质:(1)一个种子用户能够免费接受多种产品或者一种产品同时推荐(2)非种子用户能够自由接受其好友的推荐。针对性质(1),当种子用户能同时免费接收多种产品推荐时,我们提出了重复性多影响力最大化问题(Repetitive Multiple Influence Maximization,RMIM),当种子用户只能接收一种推荐时,我们提出了非重复性多影响力最大化问题(Non-Repetitive Multiple Influence Maximization,NRMIM)。传统的贪心算法是解决IM问题的有效途径,然而它并不能直接应用于MIM,因此在本文中我们提出了分别应用于RMIM和NRMIM的贪心算法框架即RMIM-Greedy和NRMIM-Greedy,同时,为了简化影响力的计算及考虑到社交网络中信息沿着多条路径传播的性质,我们还提出了新型的影响力计算模型,并且将该模型应用于MIM问题。除此之外,考虑到大规模社交网络的情形,我们提出了基于独立划分调度的并行算法,即Parallel RMIM-Greedy和Parallel NRMIM-Greedy。应用我们所提出的影响力计算模型,对于RMIM问题,并行算法Parallel RMIM-Greedy保证了近似比1-1/e,其中e代表自然对数,而对于NRMIM,我们发现了与传播模型无关的带有累积误差近似性质。经过大量的实验发现,我们所提出的算法优于的常用的启发式算法,并且具有更快的运行速度。
其他文献
随着社会发展,医疗体制在不断完善,人们对身体健康越来越重视,我国的老龄化现象也随之愈发严重。遥控操作服务机器人能通过遥控手柄实现远程无线控制,帮助老年人等行动不便人士抓取物体。在遥控操作服务机器人整体设计中,先给出了功能要求与性能指标。然后根据对功能要求与性能指标的分析,给出了遥控操作服务机器人的机械结构和整体控制方案。在硬件设计中,使用树莓派开发板作为遥控操作服务机器人的主控制板。移动底盘使用无
在高等教育的发展中,民办高等教育非常重要,在现代教育中有着不可代替的地位,由于教育越来越普及,国家越来越重视民办教育,但是纵观整个教育情况,还是存在许多问题,因此发展
近年来,伴随着大数据、云计算等技术的快速发展,数据中心网络(Data Center Network,DCN)中的流量呈现出迅速增长的趋势。如何对数据中心网络中的流量进行调度,以提高网络性能
流数据是当前应用系统中广泛存在的一类数据范式。流数据不仅数据量大,还具有实时可见的特征,在刚产生时最有处理价值。近十年来,实时检索流数据的能力已成为云计算、Io T等
以Ti-Al-M三元系合金为基础的钛合金材料,具有较高的比强度,无磁性,且结构和性能的调控空间大等特性,可望广泛应用于航空航天发动机、体育器材和生物医学等领域。作为Ti-Al-M三元系合金的主要组成相,Ti2AlM金属间化合物的结构稳定性和力学性能,在材料设计中至关重要,但实验上对单晶甚至单相正交结构的Ti2AlM化学计量比合金制备困难,基础数据相对缺乏,因而阻碍材料设计。本文结合材料科学基础理论
本文以Al-20Si合金为研究对象,采用变质和不同的冷却速率对Al-20Si合金进行细化处理。通过高精度测温仪、金相显微镜(OM)、扫描电镜(SEM)、能谱分析(EDS)、X射线衍射(XRD)和摩擦磨损试验等方法,研究了变质和冷却速率对A1-20Si合金凝固组织及性能的影响,并探讨了Al-20Si合金中初生Si和共晶Si的协同细化机理,为高硅铝合金材料在制备活塞、缸套和散热器等工业应用提供了理论基
无线自组织网络不同于蜂窝移动通信系统,其不依赖于中心基站,可直接在双方终端间自组织地建立网络进行通信,满足了无线便携设备之间的通信需求,在一些特殊的领域(如灾难救援
光的偏振是除了强度、光谱和相位的另一重要属性。偏振特性的产生机理是物体的反射、折射、吸收和散射等“不对称性”过程产生的物理信息。偏振图像试图从现实场景中获取光的
随着数据规模的快速增长,利用机器学习对数据进行分析与运用获得了巨大的成功。然而,在计算机视觉、模式识别和自然语言处理等应用领域中,不同数据集之间普遍存在着分布差异,