综合影响力模型InfG算法

目标

在有用节点集U 中选择k 个初始节点，使其具有最大的传播影响范围。

方法

任一社区内，首先选择影响传播范围F 值最大的节点为起始点，将其加入集合S，并标记其邻居节点。在未标记的节点中继续选择一点，满足两节点所能影响到达的节点集合的和集最大，即节点数目最多，并标记其邻居节点。依此类推，每次选择的节点均为被标记的节点，遍历每个社区，直到选取完满足条件的k’ 个节点为止。

# 参数：节点关系的文件路径，节点传播范围F值的文件路径
# 输出文件路径，领袖个数def getLeaders(inputFileName_Node, inputFileName_TKFK, outputFileName, leaderNum):# 打开文件读入节点关系with open(inputFileName_Node, 'r') as file:# 保存节点关系node = {}for line in file.readlines():# 读出文件内容，以制表符分割line_s = line.strip().split('\t')# 如果发帖者已存在，直接将跟随者添加if line_s[0] in node:node[line_s[0]].append(line_s[1])# 不存在则先添加发帖者，并将跟随者添加在发帖者里else:node.setdefault(line_s[0], []).append(line_s[1])# 如果跟随者已经在节点里忽略，否则添加if line_s[1] in node:passelse:node.setdefault(line_s[1], [])# 打开文件读入传播范围Fwith open(inputFileName_TKFK,'r') as fileF:# 存储节点及对应的F值value_F = {}# 标记节点是否已使用value_Flag = {}# 读取文件内容for line in  fileF.readlines():line_s = line.strip().split('\t')value_F[line_s[0]] = float(line_s[2])value_Flag[line_s[0]] = False# 降序排序f值value_F_list = sorted(value_F.items(), key=lambda asb:asb[1], reverse=True)i = 1# 保存结果result_list = []while i <= leaderNum:for l in value_F_list:# 如果该节点没使用则标记该节点并放入结果里if not value_Flag[l[0]]:value_Flag[l[0]] = Trueresult_list.append(l[0])# 标记该节点的所有邻居节点for u in node[l[0]]:value_Flag[u] = Truebreaki = i + 1# 将结果保存至文件with open(outputFileName, 'w')as fileLeader:for result in result_list:fileLeader.write(result + '\n')# 使该程序既能单独运行也能作为模块导入
if __name__ == '__main__':getLeaders(r'D:\PycharmProjects\Demo\data\all.txt',r'D:\PycharmProjects\Demo\data\TkFk.txt',r'D:\PycharmProjects\Demo\data\leader_result.txt',20)

综合影响力模型InfG算法相关推荐

讲解AI三大方向的模型与算法！
↑↑↑关注后"星标"Datawhale 每日干货 & 每月组队学习,不错过开课吧教育公开课:人工智能的模型与算法 AI应用会是人类最好的工具, 是人类智能的延伸和拓展. ...
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 ...
工业大数据分析综述：模型与算法
工业大数据分析综述:模型与算法王宏志,梁志宇,李建中,高宏哈尔滨工业大学计算机科学与技术学院,黑龙江哈尔滨 150001 摘要:随着条形码.二维码.RFID.工业传感器.自动控制系统.工业互 ...
风控违约场景如何预测，来看看这份常见的三种模型实现算法对比
在机器学习算法中,树模型在风控.营销等实际业务场景应用中始终备受青睐.其中对于GBDT集成学习树模型,我们是非常熟悉的,而且在此基础上发展而来的XGBoost.LightGBM更是我们日常建模场景中经 ...
武器目标分配问题研究进展: 模型、算法与应用
源自:系统公正与电子技术作者:李梦杰常雪凝石建迈陈超黄金才刘忠摘要武器目标分配问题是指挥控制与任务规划领域的关键难点之一, 也是军事运筹领域的基础研究课题.经过多年研究, ...
2022年中国隐私计算综合影响力 TOP10 企业
在数据融合需求增强和数据保护要求提高的多重需求下,隐私计算成为技术最优解,并且在金融.政务.通信运营商.医疗.互联网等多个场景不断拓展.PCview隐私计算研究院围绕产品技术能力.数据运营能力.市场与 ...
机器学习三要素之数据、模型、算法
参考:https://gitbook.cn/gitchat/column/5ad70dea9a722231b25ddbf8/topic/5b1086eccad6fe44db4c1268 1. 机器学习 ...
收藏 | 机器学习模型与算法最全分类汇总！
题图 | AltumCode 机器学习模型与算法包括线性回归.对数几率回归.LASSO回归.Ridge回归.LDA.k近邻.决策树.感知机.神经网络.支持向量机.AdaBoost.GBDT.XGBoo ...
中国工程院院士陈左宁详述：人工智能模型和算法的七大发展趋势
来源:C114通信网在近日举行的"第十六届CCF全过高性能计算学术年会"上,中国工程院副院长.中国科协副主席.中国工程院院士陈左宁发表了题为<人工智能进展对算力需求分析&g ...
TF之DD：利用Inception模型+GD算法生成带背景的大尺寸、高质量的Deep Dream图片——五个架构设计思维导图
TF之DD:利用Inception模型+GD算法生成带背景的大尺寸.高质量的Deep Dream图片--五个架构设计思维导图目录 TF中的Deep Dream实践:利用Inception模型+GD算 ...

综合影响力模型InfG算法

目标

方法

综合影响力模型InfG算法相关推荐

最新文章

热门文章