[发明专利]一种控制社交网络中影响力爆发的规划方法

权利要求书

1.一种社交网络中的影响力爆发规划方法，该方法的特征在于，包括以下步骤：

(1)获取原始网络结构G的邻接信息，设定各个参数；

(2)以逆向的广度优先搜索(BFS)随机生成指定数量的新样本加入到样本集中，具体包括以下步骤：

(21)定义样本：带时限的逆向影响点集(TRI set)；对于每一条边，根据独立级联(IC)传播模型模拟一次影响力传播，而后得到一个影响力在整个网络上的传播路径图g；对于节点v，元素(u,t)表示节点u在g上经过长度为t的路径可以到达v，所有这样的元素构成关于v的一个带时限的逆向影响点集(TRI set)；

(22)在原始网络G所有边取逆向得到网络G1,而后随机选取一个节点v，以节点v为初始节点，在G1上根据独立级联(IC)传播模型模拟一次影响力的传播；元素(u,t)表示v经过长度为t的路径可以到达节点u，所有这样的元素构成一个随机生成的样本，也就是一个随机的带时限的逆向影响点集(TRI set)；

(23)生成指定数量的样本；

所述的生成指定数量的新样本，关于指定数量的取值，具体步骤为：

(21a)当前样本集中样本总数应为其中i表示第i次迭代，n为图中节点的总数量，并且

其中∈，l为预设的参数，k为预算上限，t为节点可激活时间点的数量；

(22b)新生成的样本数量应为θ_i-|R|，其中|R|为已生成的样本数量；

(3)根据给定的预算以及爆发时间，依据最大覆盖(maximum coverage)算法估算出此时的影响力传播率，影响力传播率是被覆盖样本数与样本总数的比值，具体包括以下步骤：

(31)定义覆盖(cover)：对于给定的样本R，也即带时限的逆向影响点集(TRI set)R以及爆发时间区间[ta，tb]；对于元素(u1，t1)，当R中存在另一组元素(u2，t2)满足u1＝u2并且min(tb-t2；ta)≥t1≥max(ta-t2；0)，元素(u1，t1)覆盖样本R；

(32)根据(31)以及给定预算k，每次挑选出在未被覆盖的样本中，能够覆盖最多数量样本的元素，直到元素数量达到k；

(4)根据马缰绳(martingale)原理，不断重复步骤(1)与(2)，直到影响力传播率以充分的概率保证逼近在给定预算和爆发时间下影响力传播的最优情况，此时得到最终采样结果，具体步骤为：

(41)判断不等式是否成立，其中∈′为预设的参数，i表示第i次迭代，n为图中节点的总数量，C_i表示一组有k个元素组成的预算配置，每个元素形如(u，t)，表示节点u在t时刻被激活，F_R(C_i)表示被这组元素所覆盖的样本数量与样本总数量的比值；

(42)若(41)中不等式成立，则将最终样本采样数量设置为θ＋γ^*·(1+∈′)/n·F_R(C_i)，并得到最终的采样结果；其中

γ^*＝2·n·((1-1/e)·α+β)²·∈^-2

其中，其中l，∈，∈′为预设的参数，i表示第i次迭代，n为图中节点的总数量，t为节点可激活时间点的数量，C_i表示一组有k个元素组成的预算配置，每个元素形如(u,t)，表示节点u在t时刻被激活，F_R(C_i)表示被这组元素所覆盖的样本数量与样本总数量的比值；

(43)若(41)中不等式不成立，则继续循环迭代；

(5)根据最终采样结果，使用最大覆盖(maximum coverage)算法得到近似最优的预算配置作为结果。