社交网络节点重要性识别研究进展.pdfVIP

第

54

卷第

1

期电子科技大学学报

Vol.

54No.

1

2025年1月Journal

of

University

of

Electronic

Science

and

Technology

of

China

Jan.

2025

引用格式：郭强,

欧阳,

江明珠,

等.

社交网络节点重要性识别研究进展[J].

电子科技大学学报,

2025,

54(1):

125-151.

GUO

Q,

OU

Y,

JIANG

M

Z,

et

al.

Review

of

social

network

spreading

influence

nodes

identification[J].

Journal

of

University

of

Electronic

Science

and

Technology

of

China,

2025,

54(1):

125-151.

社交网络节点重要性识别研究进展

11,

234*

郭

强，欧

阳，江明珠，刘建国

（1.

上海理工大学

管理学院，上海

200093；2.

上海哔哩哔哩科技有限公司

人工智能平台部，上海

200433；

3.

上海大学

管理学院，上海

200444；4.

上海财经大学

数字经济系，上海

200433）

摘要：准确识别社交网络中的节点重要性对于促进或抑制信息传播、遏制疾病传播具有重要意义，同时在精准营销和社

会治理等领域也具有重要理论意义和应用价值。该文从4个角度对节点影响力识别算法进行总结和梳理，具体包括：基于微

观局部结构、中观的社团结构、宏观全局结构及基于机器学习的算法。详细介绍了其中的代表性算法，并从不同层面分析了

不同算法的优缺点。此外还总结了常用的传播动力学模型和评价指标。最后提炼了仍需解决的问题和未来可能的研究方向。

关键词：社交网络；节点重要性；社团结构；机器学习

中图分类号：TP311;

N94

文献标志码：A

DOI:

10.12178/1001-0548.2022067

Review

of

social

network

spreading

influence

nodes

identification

11,

234*

GUO

Qiang,

OU

Yang,

JIANG

Mingzhu,

and

LIU

Jianguo

(1.

Business

School,

University

of

Shanghai

for

Science

Technology,

Shanghai

200093,

China;

2.

AI

Platform,

Shanghai

Bilibili

Technology

Co.,

Ltd.,

Shanghai

200433,

China;

3.

Business

School,

Shanghai

University,

Shanghai

200444,

China;

4.

Department

of

Digital

Economics,

Shanghai