[发明专利]一种面向大规模时序图影响力最大化问题的解决方法

权利要求书

1.一种面向大规模时序图的影响力最大化问题的解决方法，其特征在于，其包括如下步骤：

S1、将社交网络各个节点的数据抽象为时序图，所述时序图表示为G_T(V，E，T_E)，其中，所述V表示社交网络中的节点集合，所述E表示的是网络中时序边的集合，所述T_E表示的各个节点联系时刻的集合；

S2、对节点间的传播概率进行初始化，之后，对传统的独立级联传播模型进行重新设计出基于所述时序图的ICT传播模型；

S3、在所述ICT传播模型的基础上，对各个节点进行影响力的计算，

S4、依据在步骤S3中计算的各个节点的影响力集合，解决时序图影响力最大化问题，即寻找大小为k的种子节点集合。

2.如权利要求1所述的解决方法，其特征在于，在所述步骤S2中，所述对节点间的传播概率进行初始化为对各个节点间的传播概率p_u，v进行初始化，对节点间的传播概率进行随机赋值。

3.如权利要求1所述的解决方法，其特征在于，在步骤S2中，所述ICT传播模型包括：将所有节点v赋值为Act_v＝-1，表示所有节点都处于非活跃状态，选取一个种子节点u之后其信息传播过程如下：

S221.种子节点u的活跃时间Act_u＝0，此时种子节点u以概率p_u，v激活其邻居节点v，且节点u有且仅有一次机会可以激活节点v；

S222.节点u在尝试激活节点v时，首先判断Act_u是否小于等于max(T_(u，v))，如果大于则直接跳过开始尝试激活下一个邻居节点，如果小于等于，则节点u便以概率p_u，v激活节点v；

S223.无论节点u是否能够激活节点v，在以后的回合中u都不会再激活节点v；

S224.一旦节点v被成功激活，记录其活跃起始时间Act_v＝t_(u，v)，其中t_(u，v)∈T_(u，v)，且Act_u≤t_(u，v)≤max(T_(u，v))；

S225.信息在整个社交网络由新的活跃节点向处于非活跃状态邻居节点尝试传播出去，直到没有新的节点被激活为止。

4.如权利要求1所述的解决方法，其特征在于，所述步骤S3中对各个节点进行影响力的计算，具体步骤如下：

S301、在时序图数据结构中，对各个节点的邻居节点按照max(T_(u，v))进行由大到小的排序；

S302、设置一个队列Q，且初始Q为空，选取所要计算影响力的目标节点u，将目标节点u放入队列Q中去；S303、从队列中取出队首节点u；

S304、随机生成一个数p，且p∈[0，1]，依次遍历其邻居节点v，如果p≥p_u，v并且Act_u≤max(T_(u，v))，则节点u激活其邻居节点v，则令节点v的活跃时间Act_v←min(t|t∈T_(u，v)∩t≥Act_u)；

S305、将在步骤S303中的被激活的节点放入到集合中以及队列Q中；

S306、在队列Q不为空的情况下，重复执行步骤S303-S305；

S307、得到节点u的影响力集合