[发明专利]一种基于候选集的影响力结点选取方法及装置

说明书

技术领域

本发明涉及社交网络分析技术领域，更具体地说，涉及一种基于候选集的影响力结点选取方法及装置。

背景技术

随着社交网络的兴起和发展，口头式的病毒式营销逐渐进入人们的视野，口头式的病毒式营销的特点是：已经被影响的个体作为传播者，将想要推广的信息，像病毒一样传递给周围的个体，让每一个被影响的个体都成为传播者，进而使推广信息在曝光率和营销上，产生几何级增长速度。而影响最大化问题是从网络中选取少量的个体，即种子结点，让其在网络中传播影响，使最终受影响的个体数最多。因此，在口头式的病毒式营销中选取影响最大化的种子结点显得尤为重要。

现有技术中在选取影响最大化的种子结点时，通常采用的算法包括：1、贪心算法，即不从整体最优上加以考虑，而是做出在某种意义上的局部最优解，从而得到影响力较大的种子结点，但是贪心算法因为数万次的蒙特卡洛模拟及庞大的搜索空间，使得其效率非常差；2、近似的方法，即确定每个个体的影响力近似值，进而选取其中影响力最大的部分个体作为种子结点，由此大大提高了其效率，且通过此方法选取的种子结点也具有较为可观的影响力，但是由于该方法计算获得的是个体的影响力近似值，与个体的实际的影响力存在一定的误差，因此其所选取的种子结点的影响力距离贪心算法得到的种子结点的影响力存在一定的差距。

综上所述，现有技术中存在无法在保证高效率的选取种子结点的同时使得选取的种子结点的影响力较大的问题。

发明内容

本发明的目的是提供一种基于候选集的影响力结点选取方法及装置，以解决现有技术中存在的无法在保证高效率的选取种子结点的同时使得选取的种子结点的影响力较大的问题。

为了实现上述目的，本发明提供如下技术方案：

一种基于候选集的影响力结点选取方法，包括：

获取预设量的结点；

采用近似的方法计算每个所述结点的近似影响力，由全部结点中选取M个候选结点，所述候选结点的近似影响力不小于其他结点的近似影响力，并将所述候选结点加入候选集；

利用贪心算法由所述候选集中选取k个结点作为种子结点，并将所述种子结点加入种子集中。

优选的，所述采用近似的方法计算每个所述结点的近似影响力，包括：

采用近似的方法确定每个所述结点的近似影响力，所述近似的方法包括PageRank算法、IRIE算法及基于度的方法。

优选的，采用PageRank算法计算每个所述结点的近似影响力，包括：

对于不具有入边邻居的结点，确定预设值为其近似影响力；

对于具有入边邻居的结点，采用下列公式计算其近似影响力：

PR(T)=1-d+dΣA∈IN(T)PR(A)CT(A)]]>

其中，PR(T)表示任一结点T的近似影响力，d表示阻尼系数，结点A为结点T的入边邻居，PR(A)表示结点A的近似影响力，CT(A)表示结点A的出度。

优选的，所述利用贪心算法由所述候选集中选取k个结点作为种子结点，并将所述种子结点加入种子集中，包括：

步骤1：获取种子集，该种子集中不包括任何结点；

步骤2：基于所述种子集计算所述候选集中每个结点的影响力，并确定其影响力不小于其他结点的影响力的一个结点为种子结点，将该种子结点由所述候选集中移入所述种子集中；判断所述种子集中种子结点的数量是否为k，如果是，则停止操作，如果否，则执行步骤3；

步骤3：返回执行步骤2，直至所述种子集中种子结点的数量为k为止。