买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!
申请/专利权人:天津大学
摘要:本发明公开了一种基于贝叶斯优化的社交网络影响力最大化方法,基于多维用户兴趣和传播项主题分布,构建多主题扩散模型以计算节点之间的影响概率;根据节点的结构信息和属性信息划分社区,将结构上联系紧密且兴趣相似的节点划分到同一社区中;将每个社区的种子节点配额作为超参数,基于贝叶斯优化算法采样种子节点配额分布;使用包含PageRank和自适应度的组合启发式算法,计算节点的重要性分数并排序,在每个社区中选出与种子节点配额数量相同的种子节点放入候选种子集中;计算候选种子集的影响力扩展度,选择影响力扩展度最大的候选种子集作为最终的种子集。本发明较现有算法影响力扩展度大、种子节点之间的平均距离大、运行时间短。
主权项:1.一种基于贝叶斯优化的社交网络影响力最大化方法,其特征在于,基于多维用户兴趣和传播项主题分布,构建多主题扩散模型以计算节点之间的影响概率;根据节点的结构信息和属性信息来划分社区,将结构上联系较紧密且兴趣相似的节点划分到同一社区中;将每个社区的种子节点配额数量作为超参数,基于贝叶斯优化算法采样种子节点配额分布;使用包含PageRank和自适应度两者算法的组合启发式算法,计算节点的重要性分数并排序,在每个社区中选出与种子节点配额数量相同的种子节点放入候选种子集中;计算候选种子集的影响力扩展度,选择影响力扩展度最大的候选种子集作为最终的种子集。
全文数据:
权利要求:
百度查询: 天津大学 基于贝叶斯优化的社交网络影响力最大化方法、设备及存储介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。