[发明专利]一种查找两阶段影响力最大化问题种子集合的方法及装置在审
申请号: | 202310390636.0 | 申请日: | 2023-04-04 |
公开(公告)号: | CN116628352A | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 梁自威;刘键聪;堵宏伟 | 申请(专利权)人: | 哈尔滨工业大学(深圳) |
主分类号: | G06F16/9536 | 分类号: | G06F16/9536;G06Q50/00 |
代理公司: | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人: | 王永文 |
地址: | 518071 广东省深圳市南*** | 国省代码: | 广东;44 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 查找 阶段 影响力 最大化 问题 种子 集合 方法 装置 | ||
1.一种查找两阶段影响力最大化问题种子集合的方法,其特征在于,所述方法包括:
获取社交网络图,按照预设两阶段选择规则得到所述社交网络图对应的反向可达集;
在所述反向可达集中选择目标节点,将所述目标节点加入到预先建立的种子集合中;
获取预先构建的两阶段影响力最大化问题对应的目标函数,若所述种子集合符合所述目标函数,则将所述种子集合确定为最具有影响力的种子集合。
2.根据权利要求1所述的查找两阶段影响力最大化问题种子集合的方法,其特征在于,所述获取社交网络图,按照预设两阶段选择规则得到所述社交网络图对应的反向可达集,包括:
获取社交网络图,按照预设两阶段选择规则在所述社交网络图上选择每个节点的第一父节点;
若所述第一父节点未被访问过,则将所述第一父节点对应的节点加入到预先建立的反向可达集中。
3.根据权利要求2所述的查找两阶段影响力最大化问题种子集合的方法,其特征在于,所述获取社交网络图,按照预设两阶段选择规则在所述社交网络图上选择每个节点的第一父节点之后,还包括:
若所述第一父节点已被访问过,则继续选择所述第一父节点对应的第二父节点,直至没有新的节点加入到所述反向可达集中,并得到所述反向可达集中各个节点对应的第一影响力扩散度。
4.根据权利要求1所述的查找两阶段影响力最大化问题种子集合的方法,其特征在于,所述预设两阶段选择规则为:
若当前节点传播阶段处于无竞争影响阶段,则以预设第一概率选择当前节点的第一父节点;
若当前节点传播阶段处于有竞争影响阶段,则以预设第二概率选择当前节点的第一父节点。
5.根据权利要求1所述的查找两阶段影响力最大化问题种子集合的方法,其特征在于,所述预设两阶段选择规则为:
若当前节点的跳数小于或等于预设跳数阈值,则以预设第一概率选择当前节点的第一父节点;
若当前节点的跳数大于预设跳数阈值,则以预设第二概率选择当前节点的第一父节点。
6.根据权利要求3所述的查找两阶段影响力最大化问题种子集合的方法,其特征在于,在所述反向可达集中选择目标节点,将所述目标节点加入到预先建立的种子集合中,包括:
获取所述反向可达集中各个节点对应的覆盖节点数目,将覆盖节点数目中的最大值对应的节点作为初选节点;
通过最大覆盖的贪婪算法计算所述初选节点对应的第二影响力扩散度;
获取所述初选节点对应的第一影响力扩散度,并计算所述第一影响力扩散度和所述第二影响力扩散度的差值;
若所述第一影响力扩散度和第二影响力扩散度之间的差值小于或等于预设偏差阈值,则将所述初选节点作为目标节点加入到预先建立的种子集合中。
7.根据权利要求1所述的查找两阶段影响力最大化问题种子集合的方法,其特征在于,所述目标函数为:
其中,S表示种子集合,|SA0|=k表示种子集合S中选出k个节点,k个节点都属于原创节点A0,σt指各个节点的影响力扩散度,表示社交网络图中竞争节点的影响力总和。
8.一种查找两阶段影响力最大化问题种子集合的装置,其特征在于,所述装置包括:
获取模块,用于获取社交网络图,按照预设两阶段选择规则得到所述社交网络图对应的反向可达集;
选择模块,用于在所述反向可达集中选择目标节点,将所述目标节点加入到预先建立的种子集合中;
确定模块,用于获取预先构建的两阶段影响力最大化问题对应的目标函数,若所述种子集合符合所述目标函数,则将所述种子集合确定为最具有影响力的种子集合。
9.一种终端,其特征在于,包括:存储器、处理器及存储在所述存储器上并可在所述处理器上运行的查找两阶段影响力最大化问题种子集合的程序,所述查找两阶段影响力最大化问题种子集合的程序被所述处理器执行时实现如权利要求1~7任意一项所述的查找两阶段影响力最大化问题种子集合的方法的步骤。
10.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储有计算机程序,所述计算机程序能够被执行以用于实现如权利要求1~7任意一项所述的查找两阶段影响力最大化问题种子集合的方法的步骤。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于哈尔滨工业大学(深圳),未经哈尔滨工业大学(深圳)许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/202310390636.0/1.html,转载请声明来源钻瓜专利网。