[发明专利]基于影响力最大化的社交网络关键节点识别方法及系统

说明书

本发明涉及一种基于影响力最大化的社交网络关键节点识别方法及系统，所述方法包括如下步骤：对于给定的社交网络，根据节点度值计算所有节点影响力的初始值；对节点影响力进行排序，迭代更新节点影响力值，直到节点影响力值趋于全局稳定；根据全局稳定的节点影响力值，依据影响力最大原则，进行关键节点识别。本发明充分利用社交网络中节点影响力排名信息，并考虑节点邻居间影响力的差异性，采用全局策略进行关键节点选择，确保社交网络关键节点识别的准确性。

技术领域

本发明涉及网络分析技术领域，尤其是一种基于影响力最大化的社交网络关键节点识别方法及系统。

背景技术

利用社交网络中影响力最大的关键节点可以让信息的扩散范围尽可能地大，在市场营销和广告投放等方面有重大的意义和广泛的应用。基于影响力最大化的社交网络关键节点识别方法大致可以分为两类：基于网络拓扑的方法和基于传播的方法。

基于网络拓扑的方法一般计算简单，复杂度低，但是这类方法无法准确评估节点的影响力，对于不同网络的适应性也不够强。基于传播的方法虽然能够准确地评估节点的影响力，对于不同网络的适应性也很强，但是由于这类方法需要进行大量的蒙特卡洛模拟，导致复杂度很高，难以适用于大规模社交网络。

综上所述，现有基于影响力最大化的社交网络关键节点识别方法存在以下不足：(1)在节点影响力评估过程中，默认邻居节点最多的节点影响力最强，而没有进一步考虑这些邻居节点自身影响力的强弱，缺乏合理性；(2)在关键节点选取过程中，大多都是选取度值或修正后度值最大的节点，度值反映的信息过于局部化，无法反映全局信息，使得关键节点的选取不够准确。

发明内容

鉴于上述的分析，本发明旨在提供一种基于影响力最大化的社交网络关键节点识别方法及系统，用于解决现有基于影响力最大化的社交网络关键节点识别方法忽略邻居节点间影响力的差异，以及关键节点选取策略过于局部化的问题。

本发明的目的主要是通过以下技术方案实现的：

一种基于影响力最大化的社交网络关键节点识别方法，包括以下步骤：

对于给定的社交网络，根据节点度值计算所有节点影响力的初始值；

对节点影响力进行排序，迭代更新节点影响力值，直到节点影响力值趋于全局稳定；当节点影响力值更新之前和更新之后，节点影响力的排序不变时，即达到所述全局稳定；

根据全局稳定的节点影响力值，依据影响力最大原则，进行关键节点识别。

进一步地，计算所述节点影响力的初始值包括：

式中，SNR₀(v)为节点v的节点影响力初始值，N为社交网络的节点总数；neigh(v)为节点v的邻居节点集合；rankD(v)为节点v在节点度值降序排列中的排名。

进一步地，所述更新节点影响力值包括：

1)按照节点影响力值降序排列所有节点，得到节点v在所述节点影响力值降序排列中的排名rankS(v)；

2)根据节点影响力排列结果更新节点的影响力值；

3)判断节点的影响力值是否趋于全局稳定，是，则进入下一步；否，则返回1)重新排序。

进一步地，所述更新节点的影响力值包括：

其中，SNR(v)为节点v更新后的影响力值，N为社交网络的节点总数；neigh(v)为节点v的邻居节点集合；rankS(v)为节点v在所述节点影响力值降序排列中的排名。

进一步地，所述关键节点识别方法包括：

1)选取影响力最大的节点，将其放入关键节点集合；