[发明专利]一种基于并发进程与影响力期望的传播种子节点选择方法

说明书

本发明涉及一种基于并发进程与影响力期望的传播种子节点选择方法，包括：对种子节点集合和其他节点集合进行初始化，并计算出其他节点集合中任一节点的影响力期望值，将最大值对应的节点放入种子节点集合中；其中，所述种子节点集合用于存放已被选中的种子节点，其初始集合为空集，所述其他节点集合用于存放未被选中的节点，其初始集合为所有待激活的节点；采用并发进程方法来计算种子节点集合中所有节点与其他节点集合中任一节点组合之后的影响力期望值，从其他节点集合中选择组合影响力期望值最大的节点作为待激活节点，将该点从其他节点集合移动到种子节点集合中；重复之前的步骤，直至选够所有待激活的种子节点为止。

技术领域

本发明涉及社会计算与媒体挖掘领域，尤其涉及一种基于并发进程与影响力期望的传播种子节点选择方法。

背景技术

随着互联网技术的快速发展，越来越多的在线社交网络相继出现。在这些社交网络中，网络中的个体之间以社会网络为媒介相互影响，传播信息、观点与影响力。实际上，随着大数据的研究日益广泛，社交网络影响力传播已经成为数据挖掘和社交网络分析中的关键问题之一。

在社会网络领域中，影响力最大化问题是指给定一种传播模型并选取一个种子节点的集合，信息从这个节点集合开始传播，最终使网络上激活节点的覆盖率达到最大。影响力最大化的目标在于用最短的时间和最少的种子节点来获得最大的传播覆盖率。当前的互联网中，影响力传播主要通过信息传播来体现，因此分析信息传播的影响因素对改进影响力传播模型具有重要意义。信息传播的影响因素可以看作影响力传播模型中节点激活概率的影响因素。

当前应用较为广泛的传播模型包括独立级联模型和线性阈值模型。独立级联模型将活跃节点视为发布者，被激活节点视为接收者，发布者激活接收者。因此，独立级联模型是以发布者为中心的模型，一个节点只能影响与其直接相连的节点，一旦一个节点被激活，它将尝试去激活所有邻居节点。线性阈值模型中每个节点有一个被影响阈值，这个阈值在0到1的范围内均匀、随机地选取，一旦确定在传播中就不再改变。与独立级联模型一样，在t＝0时刻有且仅有种子集合S₀中的节点被激活。在之后每个时刻t≥1，每个不活跃节点都需要依据它所有已激活的邻居到它的线性加权和是否已达到它的被影响值来判断是否被激活，若是，则节点v在t时刻被激活，否则，节点v仍然保持不活跃状态。当某一时刻不再有新的节点被激活时，传播过程结束。

对于整个传播过程而言，种子节点的选取是传播的基础，因为种子节点的选取结果直接影响传播的最终效果，包括覆盖率及传播时间在内。目前常用的种子节点的选取方法有贪心算法，基于节点度的启发式算法，基于距离的启发式算法，以及随机算法等。

假设初始化后的活跃节点为S，用f(S)表示使用S中的节点作为种子节点进行传播得到最终活跃的节点数目。以覆盖率较高的贪心算法为例，首先初始化一个空的集合S，然后每添加一个节点时需要遍历所有节点，将使得f(S+v)-f(S)的值最大的那个节点加入节点集合S。使用贪心算法选择种子节点时，由于每次添加一个节点时均需要遍历所有节点，因此导致时间复杂度较高，且贪心算法没有考虑图的拓扑结构，这是贪心算法的局限所在。

对于基于节点度的启发式算法，即选择度数最高的k个节点作为初始的活跃节点，该算法相比贪心算法而言时间复杂度降低很多，但由于该算法每次只选择度数较高的节点，忽略了部分节点的信息，而贪心算法每添加一个节点时均遍历所有节点从而选出局部最优解，因此基于节点度的启发式算法算法效果远不及贪心算法。对于更简单的随机算法，即从原节点集合中随机选取若干节点作为种子节点，由于不确定因素较多，随机性大，一般不被选用。

使用贪心算法进行传播，在选取种子节点集合S时，需要对每一个未激活节点进行验证，当用户节点数量增加时，算法的复杂度非常高，而且由于传播算法的随机性而导致不够稳定。针对上述问题，有必要减少验证的节点数，提高验证的节点质量，以改善算法的复杂度，进而提高传播效率，将信息在尽量短的时间内大范围的传播。

发明内容