社交网络中影响力传播模型
1.独立级联模型
独立级联模型(Independent Cascade Mode,IC模型)是一种概率模型,当一个节点v被激活时,它会以概率p[v,w]对它未激活的出边邻居节点w尝试激活,这种尝试仅仅进行一次,而且这些尝试之间是互相独立的,即v对w的激活不会受到其他节点的影响。独立级联模型的信息传播过程为:
(1)给定初始的活跃节点集合S,当在时刻t节点v被激活后,它就获得了一次对它的邻居节点w产生影响的机会,成功的概率为p[v,w],是随机赋予的系统参数,其自身独立不受其他节点的影响,该值越大,节点w越有可能被影响。
(2)若w有多个邻居节点都是新近被激活的节点,那么这些节点将以任意顺序尝试激活节点w。如果节点v成功激活节点w,那么在t+1时刻,节点w转为活跃状态。
(3)在t+1时刻,节点w将对其他节点产生影响,重复上述过程。
需要注意的是,在上述传播过程中,在t时刻无论节点v是否能成功激活它的邻居节点,在以后的时刻,v本身虽然仍保持活跃状态,但它已经不再具备影响力,即在t时刻被激活的节点,已经尝试激活它自身的邻居节点后,在t+1时刻仍然处于活跃状态,但它本身已经不能再去激活其它任何节点,这一类节点称为无影响力的活跃节点。当网络中不存在有影响力的活跃节点时,传播过程结束。
由于是概率模型,它的激活过程是不确定的,对于同一个网络,同样的种子节点进行激活得到的自后结果可能会差异较大。
2.线性阈值模型
线性阈值模型(Linear Threshold Model,LT模型)是一种价值积累模型,它对每个节点v都有一个激活阈值θ[v]∈[0,1]。线性阈值模型的信息传播过程如下:
(1)给定集合中的任意节点v随机分配阈值θ[v]∈[0,1],该阈值表示这个节点受影响的难易程度,θ[v]越小,表示节点v越容易被影响,θ[v]越大,表示该节点v越难被影响。只有当节点v的新处于激活状态的邻居节点对它的影响力大于该阈值时,节点v才能被激活。
(2)用权值b[w.v]表示节点v被它的邻居节点w的影响,∑w∈in(v) b[w,v]≤1表示节点v的处于活跃状态的邻居节点对它的影响力之和。这里in(v)是v的入边邻居节点集合。
(3)给定初始的活跃节点集合A(网络中其余所有节点均处于非活跃状态),给网络中每个节点任意分配一个阈值,在t时刻,所有在t-1时刻处于活跃状态的节点仍保持活跃,并且当这一时刻节点v的邻居节点的影响力之和大于节点b的阈值时,节点v被激活,即节点v被激活的条件是v已激活的入边邻居对b的积累影响大于v的激活阈值,如下是所述:
∑w∈in(v) ,active(w)≠0 b[w,v]≥θ[v]
(4)节点v被激活后,下一时刻将对它的邻居节点产生影响,重复上述过程。
在LT传播模型中,当网络中已存在的所有活跃节点中任意活跃节点的影响力之和都不能激活他们的处于非活跃状态的邻居节点时,传播过程结束。
它的激活过程时确定的,当我们对一个图用同样的种子节点来激活时,最后的传播范围是完全一样的。
notes: 1.线性阈值模型中产生的影响会累计,而级联模型产生的影响不会累计。
2.线性阈值模型结束时当无法继续激活非活跃节点,级联模型是当网络中没有有影响力的活跃节点
转自:https://www.jianshu.com/p/b5c12b53ede4
社交网络中影响力传播模型相关推荐
- 知识在超网络中的传播模型
知识在超网络中的传播模型 Knowledge diffusion in the collaboration hypernetwork 研究背景 研究点:知识在学术网络中的传播的模型. 一般的合作网络只 ...
- 《大数据》2015年第3期“研究”——社交网络影响力传播研究(下)
社交网络影响力传播研究 陈卫 (微软亚洲研究院 北京 100080) 摘要:随着互联网和大数据的研究应用日益广泛,对社交网络影响力传播的研究成为数据挖掘和社交网络分析中的热点.从影响力传播模型.影响力 ...
- 《大数据》2015年第3期“研究”——社交网络影响力传播研究(上)
社交网络影响力传播研究 陈卫 (微软亚洲研究院 北京 100080) 摘 要:随着互联网和大数据的研究应用日益广泛,对社交网络影响力传播的研究成为数据挖掘和社交网络分析中的热点.从影响力传播模型.影响 ...
- Information Sciences 2022 | 利用图嵌入和图神经网络实现社交网络中的影响力最大化
目录 前言 1. 影响力最大化 2. SGNN 2.1 标签生成 2.2 struc2vec 2.3 GNN特征处理 2.4 回归预测 2.5 整体框架 3. 实验 3.1 数据集 3.2 评价指标 ...
- 复杂网络研究中的SIR传播模型(Python实现)
复杂网络研究中的传播模型SIR的Python实现 SIR 应用 SIR import random''' 程序主要功能 输入:网络图邻接矩阵,需要被设置为感染源的节点序列,感染率,免疫率,迭代次数st ...
- 微软亚洲研究院资深专家、IEEE Fellow帮助您深入细致地学习网络传播模型和算法啦!...
点击上方蓝字关注我们 任何社会性动物在个体与个体.群体与个体之间都存在着相互影响的关系,例如个体依从群体的行为会有利于猎食或减少被猎食的可能.而人类作为具有复杂交流手段的高级社会性动物,人际和社会影响 ...
- 《大数据网络传播模型和算法》节选
第1章 网络传播模型及其分类 一种随机传播模型的定义:包括 图结构 每个结点的状态空间 传播概率空间 传播的时间序列 传播概率空间对应着模型在传播过程的所有的随机性可能. 第2章 2.1 递进型传播 ...
- 社交网络中基于位置的影响力最大化 CIKM2015 译文
社交网络中基于位置的影响力最大化 摘要 这篇文章的目的是通过研究在LBSN平台中基于位置的影响最大化来实现O2O模式上的产品推广.随着O2O环境下存在的消费行为,传统的线上影响力扩散模型不能准确描述产 ...
- 影响力最大化,传播模型
基本传播模型 IC LT IM算法分类 贪心算法 KK(2003) CELF(2007)https://www.cnblogs.com/aaronhoo/p/6548760.html DegreeDi ...
- 【综述专栏】陈恩红: 社交网络的信息传播分析及其应用
本期聚焦中国科技大学陈恩红教授团队综述:社交网络信息传播分析中有哪些模型?如何基于网络结构评价用户的权威性和影响力?如何实现影响力最大化?未来还有哪些前景广阔的研究方向? Study on Infor ...
最新文章
- 改动Centosserver主机名称
- Mysql 解决1251- Client does not support authentication protocol requested by server...的问题
- SpringMVC下的基本配置
- linux下的dns设置详解
- 多线程—生产者消费者模式、银行家算法
- 高级精致智能快捷的Web设计原则案例
- 两种设置安卓背景图片的方法
- MDF文件在SQL Server数据库中恢复技术
- 写一个Windows上的守护进程(7)捕获异常并生成dump
- 使用Infopath时要注意的有哪些
- 城市智能交通项目实施方案
- 编1加到100的代码用C语言,用C语言编写一个程序,计算从1加到100的和,并将结果输出。跪求代码,急!...
- 替罪羊树(Scapegoat Tree)
- 《数据结构教程(第五版) 李春葆主编》判断题(第一章-第十章)
- 支持持久化的基础设施代码所需的企业模式
- Rockchip RK3588 kernel dts解析之MMC
- 百度网盘在线不限速下载网站源码
- 互联网创业需要注意了!
- 前天睡眠质量记录73
- 互联网快讯:武大研发核酸检测新方法;多款「隔离险」仓皇下架;刘传健出任中国民航飞行学院总飞行师