[发明专利]基于度启发式的社交网络影响力最大化求解方法

摘要

本发明公开了一种基于度启发式的社交网络影响力最大化求解方法，其目的是解决现有贪婪方法全搜索社交网络节点具有复杂度高的技术问题。技术方案是将大量影响力较小的节点排除在种子节点搜寻范围之外，缩小了种子节点搜索范围，节约了大量盲目搜寻的时间，明显降低了社交网络影响力最大化求解方法的复杂度并提高了效率。实验验证和实际测试表明，本发明方法与现有技术贪婪方法相比，在影响力不受损失的情况下，运行时间只有现有技术方法的10％～50％。

主权项

1.一种基于度启发式的社交网络影响力最大化求解方法，其特征在于包括下述步骤：(a)输入社交网络数据，对节点按度数由大到小排序，选取前r％的高度数节点形成新的节点集合；其中r＝1～20；(b)申请大小与新的集合节点数目相同的堆栈并清空，在某一特定信息传播模型中计算新的集合中每个节点的影响力，并将所有节点的影响力建成一个最大堆，影响力最大的节点在最大堆顶部；将最大堆顶部的节点加入到种子节点集合中，对最大堆顶部清零并重新排序，第一个种子节点选取过程结束；(c)选取最大堆顶部的节点，重新计算最大堆顶部的节点加入到种子节点集合后影响力增值式中，表示影响力函数，S表示种子节点集合，v表示新加入节点；然后用堆排序算法重新排序，如果最大堆顶部的节点未发生改变或者是在本轮选择种子过程中重新计算过的节点，则将最大堆顶部的节点加入到种子节点集合中，然后对最大堆顶部清为零并重新排序，本轮种子节点选取过程结束，否则再次计算最大堆顶部的节点加入到种子节点集合后影响力增值，并对最大堆重新排序，直到最大堆顶部的节点不发生改变或者在本轮选择种子中重新计算过的节点为止。