[发明专利]一种控制社交网络中影响力爆发的规划方法

说明书

一一种控制社交网络中影响力爆发的规划方法。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；(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；(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。(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。

技术领域

本发明涉及社交网络信息传播的领域，特别是影响力最大化问题，一种控制社交网络中影响力爆发的规划方法。

背景技术

社交网络中的影响力最大化是病毒式营销之中的一个最主流的问题。其目的在于在网络中选取一定量的种子节点(传播者)，从而使得在特定传播模型下，特定信息(影响力)能够被最广泛的传播。

传统的影响力最大化方法只是以最终的影响力传播的最大化作为优化目标，并且在营销过程的最初就投入了所有预算，也即在最初就激活所有种子节点。然而在实际的社交玩过场景中，用户对于信息的兴趣往往会很快消退，因此，预算的分批次有规划的进行投入，也就是种子节点的分时段激活应当被纳入考虑。另外，影响力通常需要在某个特定时间点内爆发才能取得最大收益，例如某公司准备发布一个新产品，那么一个成功的宣传策略应当逐渐地累积用户对于该产品的兴趣，并且在产品发布的前几天达到一个峰值。

传统的影响力最大化方法无法适用于以上实际场景，针对于此，本发明提出了一种高效快速的采样估算方法，能够估算出社交网络中的各个节点在不同时间被激活所带来的影响力传播收益。然后使用贪心算法合理地规划预算，即在哪几个时间点上激活那些节点，从而使得影响力能够在需求的特定时间点上最大化。

发明内容

本发明要克服现有技术的上述缺点，提出一种控制社交网络中影响力爆发的规划方法。本发明提出了一种高效快速的采样估算方法，从而能够估算出社交网络中的各个节点在不同时间被激活所带来的影响力传播收益。然后使用贪心算法合理地规划预算，即在哪几个时间点上激活那些节点，从而使得影响力能够在需求的特定时间点上最大化。

本发明提出的一种控制社交网络中影响力爆发的规划方法，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；

(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(被覆盖样本数与样本总数的比值)。

(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。

(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。

对于步骤(2)中所述的逆向的广度优先搜索(BFS)随机生成指定数量的新样本，具体步骤为：

(3.1.1)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)。