[发明专利]一种基于地理区域的社交网络阻塞影响最大化方法

权利要求书

1.一种基于地理区域的社交网络阻塞影响最大化方法，其特征是：包括如下步骤：

(1)读取数据集，构建社交网络图G(V，E)，其中V表示社交网络中的节点集合，E表示网络中节点的边；节点V有经纬度(x,y)两个位置参数；

(2)定义正影响点集SP，负影响点集SN，阻塞点集B(SP)，其中阻塞点集表示，当节点未被激活时，将被负影响激活，当正影响传播时，不被负影响激活的种子集；阻塞负面影响σ(SP)被定义为预期的B(SP)的大小；

(3)首先对节点间的传播概率进行初始化，设定查询区域Q＝(R，k)，传播过程中节点尝试激活邻居节点时，无论是否激活，接下来的回合中，都不会对相同节点再次激活，设定每条边的传播概率为pp_e(v,u)；

(4)根据给定社交网络中节点的位置信息构建四叉树，并利用四叉树搜索给定区域中的节点集，其中M是四叉树单元格内位置的最小边界矩形(R)，R＝[(x，y)，(xlim，ylim)]；

(5)初始化全局阻塞评分BG(w)，同时构建并初始化一个新的图结构MIOG；选择正种子，迭代更新MIOG：

(6)统计各单元的更新节点集，并更新全局阻塞分数，最终得到点集maxS*，表示区域R中具有最大阻塞影响力的种子节点。

2.根据权利要求1所述的一种基于地理区域的社交网络阻塞影响最大化方法，其特征是：步骤(5)所述构建MIOG：

定义传播路径集IPS(u,v,G)表示从节点u到节点v所有路径中传播概率最大的路径；则MIOG(u,θ)可表示为G的一个子图，定义为：

MIOG(u,θ)＝{IPS(u,v,G′)|pp_max(u,v,G′)≥θandv∈(V\S_N)}

其路径的传播概率定义为：

传播过程中，节点的激活概率为：ap(v,S_N,G)；寻找积极种子的一个想法是找到在MIOG中阻止消极种子的激活概率最多的节点；那么，定义节点阻塞评分B_L(v,MIOG(S_N,θ))：

其中N_r(v,MIOG(S_N,θ)包含节点v和可以达到MIOG的点集；N_cn(v,MIOG(S_N,θ)包含节点v及常见的邻居节点；第一个求和可以看作是v的阻塞能力，第二个求和可以看作是v和S_N的共同邻居的阻塞能力；

阻塞评分近似于节点激活概率的总和对阻塞的负影响，避免了耗时的模拟，并且通过独立考虑每个负种子的MIOG减少了要计算的节点数。

3.根据权利要求1所述的一种基于地理区域的社交网络阻塞影响最大化方法，其特征是：步骤(5)所述初始化MIOG：

对于每一个负面的种子s_N，构造MIOG(s_N,θ)，候选节点集N_can(MIOG(s_N,θ))被选中，并计算其激活概率；然后计算局部阻塞分数，并将其加入全局阻塞分数中。

4.根据权利要求1所述的一种基于地理区域的社交网络阻塞影响最大化方法，其特征是：步骤(5)所述更新MIOG：

当一个新的正传播的种子s_P被选择，每个MIOG(s_N,θ)将被更新；s_P影响的节点的激活概率将被更新；其次，正节点s_P从N_can(MIOG(s_N,θ))中被移除，阻塞分数将被更新；由于在选取节点过程中考虑共同邻居节点的情况，所以任一节点o的激活概率需乘以