[发明专利]基于两阶段memetic的社交网络影响最大化方法

摘要

本发明公开了一种基于两阶段memetic的社交网络影响最大化方法，实现步骤包括：(1)网络聚类；(2)候选节点选择；(3)利用在候选节点中找出能使社交网络中的影响达到最大化的重要节点集合。步骤(3)包括：1)确定目标函数；2)构造初始解种群，采用基于相似度的度中心性方法对解种群中的个体进行初始化；3)依次对解种群中个体进行选择、交叉变异操作得到子代个体；4)利用子代个体更新解种群；5)局部搜索更新解种群；6)判断是否终止：如果迭代次数满足预定次数，则执行7)，否则转步骤3)。本发明能有效地找出在大规模社交网络中使影响范围达到最大的初始重要节点集合，有效地解决了社交网络影响最大化问题。

主权项

一种基于两阶段memetic的社交网络影响最大化方法，其特征在于所述方法包括下列步骤：(1)输入目标网络：G＝(V,E)，其中G代表输入的社交网络，V代表网络的节点集合，E代表网络的边集合；(2)网络聚类：采用BGLL算法对输入的目标网络G进行聚类，得到网络G的社区划分；(3)候选节点选择：从步骤(2)得到的网络划分的社区中按照所划分的社区的大小选择前n个较大的社区作为重要社区，这里n视不同网络的大小而定；在每个重要社区中按度中心性选择前个度较大的节点作为候选节点，这些候选节点构成了候选节点集合Candidate；(4)利用文化基因算法在步骤(3)中得到的候选节点集合Candidate中生成在网络中使影响达到最大化的初始重要节点集合S：(4a)设初始重要节点数目为k，则S为包含k个节点的节点集合；根据独立级联传播模型构建二级邻居传播期望值函数并将其作为待优化的目标函数：$\widehat{\mathrm{\σ}}\left(S\right)=\underset{s\∈S}{\Σ}{\widehat{\mathrm{\σ}}}_{\left\{s\right\}}-\left(\underset{s\∈S}{\Σ}\underset{c\∈C_s\∩S}{\Σ}p\right(s,c)\left({\mathrm{\σ}}_c^1-p\left(c,s\right)\right))-\mathrm{\χ}$其中，C_s表示节点s的一级邻居集合，p表示传播概率，(4b)种群初始化：(4b1)令种群大小为pop，每个个体x_i(1≤i≤pop)表示一个具有k个节点的集合，表示为个体的每个基因表示从Candidate中所选定的节点的编号；根据基于相似度的度中心性方法选择k个节点，并将其赋给前pop/2个个体x₁……x_pop/2；(4b2)对x₁到x_pop/2的每个个体，对个体的每一个基因j∈[1,k]生成一个随机值r∈[0,1]，如果r＞0.5，就将该j位的基因替换为从Candidate中随机选择的与该个体中节点编号不重复的节点编号；否则，不改变；(4b3)利用随机方法分别对剩余pop/2个个体进行初始化，即分别从Candidate中随机选择k个不重复的节点集合赋给到x_pop的每个个体；(4b4)利用步骤(4a)中的目标函数计算每个个体的适应度值，并将具有最大适应度值的个体作为最优个体；(4c)通过进化操作优化目标函数：(4c1)设种群进化最大迭代次数为maxgen，交叉概率为pc和变异概率为pm，并令当前迭代次数gen＝0；(4c2)选择父代个体：利用二进制锦标赛选择算法对父代个体进行选择，每次从种群中随机选择两个个体，并对两个个体的适应度值进行比较，选择适应度值大的个体作为父代个体，重复上述操作，直到选出pop/2个父代个体；(4c3)交叉：随机选择两个父代个体，生成一个介于[0,1]的随机数，如果该数小于交叉概率，则对两个父代个体进行单点交叉；否则，不进行交叉；在两个父代个体中随机选择一个交叉位置，交换两个个体在该位置以及之后的个体；如果一个父代个体中待交换的节点不相似于另一个父代个体中的节点以及它们的相似节点，则进行交换；否则，不交换；重复N/2次，生成N个子代个体；(4c3)变异：对交叉后生成的每个子代个体，对其每个节点，生成一个介于[0,1]随机数，如果该数小于变异概率，则进行变异，在Candidate中选择一个与该个体不相似的个体代替该位置上的节点；如果该数大于变异概率，且该位置上的节点与该个体中影响力大的点相似，我们同样进行变异，在Candidate中选择一个与该个体中影响力大的节点以及这些节点的邻居不相似的节点代替该位置上的节点；(4c4)局部搜索：对以上步骤得到的个体中选择具有最大适应度值的个体进行局部搜索，产生新的最优个体；(4c5)更新：从父代种群和子代种群中选择前N个具有最大适应度值的个体作为新一代种群，进行下一次迭代；并更新最优个体；(5)终止条件：如果迭代次数达到预设的最大迭代次数，则终止，并输出最优个体所包含的节点集合；否则，转到(4c)继续执行。