基于启发式和贪心策略的社交网络影响最大化算法-东南大学学报.pdf

第４６卷第５期 东南大学学报（自然科 学版 ） Ｖｏｌ．４６ Ｎｏ．５ 　 ２０１６年９月 ＪＯＵＲＮＡＬＯＦＳＯＵＴＨＥＡＳＴＵＮＩＶＥＲＳＩＴＹ（ＮａｔｕｒａｌＳｃｉｅｎｃｅＥｄｉｔｉｏｎ） 　 Ｓｅｐｔ．２０１６ ｄｏｉ：１０．３９６９／ｊ．ｉｓｓｎ．１００１－０５０５．２０１６．０５．００９ 基于启发式和贪心策略的社交网络影响最大化算法 曹玖新　 闵绘宇　 徐　顺　刘　波 （东南大学计算机科学与工程学院，南京２１１１８９） （东南大学软件学院，苏州２１５１２３） 摘要：为解决传统影响力最大化算法在影响范围和运行时间上存在的不平衡问题，提出了一种综 合启发式和贪心算法的社交网络影响力最大化算法（ＭＨＧ）．该算法综合考虑了贪心算法和启发 式算法的优势，将种子节点的选择分为２个阶段，即通过启发式算法选出候选种子节点集和使用 贪心算法从候选种子节点集中筛选出种子节点集合．结果表明，与现有的启发式算法相比，ＭＨＧ 算法在影响范围上具有显著优势，且接近贪心算法，但其运行时间明显少于贪心算法，因而在效 果和时间２个方面取得了较好的平衡．在真实数据集及不同传播模型下，ＭＨＧ算法均表现出稳 定的影响范围，体现了该算法在大规模社会网络处理中的可扩展性． 关键词：社交网络；影响最大化；贪心算法；启发式算法；传播模型 中图分类号：ＴＰ３９３　　文献标志码：Ａ　　文章编号：１００１－０５０５（２０１６）０５０９５００７ Ｍｉｘｅｄｈｅｕｒｉｓｔｉｃａｎｄｇｒｅｅｄｙｓｔｒａｔｅｇｉｅｓｂａｓｅｄａｌｇｏｒｉｔｈｍ ｆｏｒｉｎｆｌｕｅｎｃｅｍａｘｉｍｉｚａｔｉｏｎｉｎｓｏｃｉａｌｎｅｔｗｏｒｋｓ ＣａｏＪｉｕｘｉｎ　ＭｉｎＨｕｉｙｕ　ＸｕＳｈｕｎ　ＬｉｕＢｏ （ＳｃｈｏｏｌｏｆＣｏｍｐｕｔｅｒＳｃｉｅｎｃｅａｎｄＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｎａｎｊｉｎｇ２１１１８９，Ｃｈｉｎａ） （ＣｏｌｌｅｇｅｏｆＳｏｆｔｗａｒｅＥｎｇｉｎｅｅｒｉｎｇ，ＳｏｕｔｈｅａｓｔＵｎｉｖｅｒｓｉｔｙ，Ｓｕｚｈｏｕ２１５１２３，Ｃｈｉｎａ） Ａｂｓｔｒａｃｔ：Ｔｏｓｏｌｖｅｔｈｅｉｍｂａｌａｎｃｅｐｒｏｂｌｅｍｂｅｔｗｅｅｎｔｈｅｉｎｆｌｕｅｎｃｅｓｃｏｐｅａｎｄｔｈｅｒｕｎｎｉｎｇｔｉｍｅｏｆｔｈｅ ｃｌａｓｓｉｃｉｎｆｌｕｅｎｃｅｍａｘｉｍｉｚａｔｉｏｎａｌｇｏｒｉｔｈｍｓ，ａｍｉｘｅｄｈｅｕｒｉｓｔｉｃａｎｄｇｒｅｅｄｙｓｔｒａｔｅｇｉｅｓｂａｓｅｄａｌｇｏｒｉｔｈｍ （ＭＨＧａｌｇｏｒｉｔｈｍ）ｆｏｒｉｎｆｌｕｅｎｃｅｍａｘｉｍｉｚａｔｉｏｎｉｎｓｏｃｉａｌｎｅｔｗｏｒｋｓｉｓｐｒｏｐｏｓｅｄ．Ｔｈｅａｌｇｏｒｉｔｈｍｃｏｎｓｉｄ ｅｒｓｔｈｅａｄｖａｎｔａｇｅｓｏｎｔｈｅｇｒｅｅｄｙａｎｄｈｅｕｒｉｓｔｉｃｓｔｒａｔｅｇｉｅｓ，ａｎｄｔｈｅｓｅｌｅｃｔｉｏｎｏｆｓｅｅｄｎｏｄｅｓｉｓｄｉｖｉｄｅｄ ｉｎｔｏｔｗｏｓｔｅｐｓ．Ｆｉｒｓｔ，ｔｈｅｃａｎｄｉｄａｔｅｎｏｄｅｓｅｔｉｓｓｅｌｅｃｔｅｄｂｙｔｈｅｈｅｕｒｉｓｔｉｃａｌｇｏｒｉｔｈｍ，ａｎｄｔｈｅｎｔｈｅｆｉｎａｌ ｓｅｅｄｎｏｄｅｓｅｔｉｓｄｅｄｕｃｅｄｆｒｏｍｔｈｉｓｓｅｔｂｙｔｈｅｇｒｅｅｄｙａｌｇｏｒｉｔｈｍ．ＴｈｅｒｅｓｕｌｔｓｓｈｏｗｔｈａｔｔｈｅＭＨＧａｌｇｏ ｒｉｔｈｍｉｓｓｕｐｅｒｉｏｒｉｎｉｎｆｌｕｅｎｃｅｓｃｏｐｅｃｏｍｐａｒｅｄｗｉｔｈｃｕｒｒｅｎｔｈｅｕｒｉｓｔｉｃａｌｇｏｒｉｔｈｍｓ．Ｉｔｅｘｈｉｂｉｔｓｔｈｅａｐ ｐｒｏｘｉｍａｔｅｅｆｆｅｃｔｏｆｔｈｅｇｒｅｅｄｙａｌｇｏｒｉｔｈｍ，ｂｕｔｔｈｅｒｕｎｎｉｎｇｔｉｍｅｉｓｏｂｖｉｏｕｓｌｙｌｏｗｅｒ．Ｔｈｅｒｅｆｏｒｅ，ｔｈｅ ＭＨＧａｌｇｏｒｉｔｈｍａｃｈｉｅｖｅｓａｇｏｏｄｂａｌａｎｃｅｂｅｔｗｅｅｎｔｈｅｉｎｆｌｕｅｎｃｅｓｃｏｐｅａｎｄｔｈｅｒｕｎｎｉｎｇｔｉｍｅ．Ｍｏｒｅｏ ｖｅｒ，ｔ