吉林大学学报(信息科学版) ›› 2019, Vol. 37 ›› Issue (2): 162-167.
王越群1a,于健1a,邹跃鹏1a,李永丽2,董立岩1a,1b
WANG Yuequn1a,YU Jian1a,ZOU Yunpeng1a,LI Yongli2,DONG Liyan1a,1 b
摘要: 为解决LDAG( DAG Algorithm Based on Linear Threshold) 算法在处理关于社会网络影响力最大化过程中,优先考虑网络影响力传播模型、忽视社会网络的拓扑结构问题,利用社交网络社区的结构,有针对性地选择影响力传播的关键节点,对LDAG 算法进行了改进。利用关键节点简化了有向无环图的构造过程,保证了其高精度与运行效率高的特点,同时也优化了算法的时间复杂度和空间复杂度。通过两个有效的实验数据集对算法进行验证,结果表明改进的算法可以大幅度降低算法的运行时间,且对算法的精度影响很小。
中图分类号: