位置感知影響最大化算法及傳播模型設(shè)計(jì)與實(shí)現(xiàn).pdf

1、影響力最大化問題首先被Domingos和Richardson引入到社會(huì)網(wǎng)絡(luò)領(lǐng)域，成為社會(huì)網(wǎng)絡(luò)領(lǐng)域的一個(gè)熱門的研究問題。問題提出后各領(lǐng)域的學(xué)者紛紛開始提出各種各樣的算法用于求解社會(huì)網(wǎng)絡(luò)上的影響力最大化問題。本文針對(duì)于具有地理位置信息的商店進(jìn)行影響最大化問題的研究，主要的研究?jī)?nèi)容如下:
　　基于喜好及位置因素的貪心算法的研究?，F(xiàn)有的邊概率取值上一成不變的使用沒有現(xiàn)實(shí)意義的選取方式，本文通過提出基于喜好相似度與距離兩個(gè)因素來定義邊概率和

2、根據(jù)距離來選取候選種子集合的方式，通過這樣的方式不僅具有現(xiàn)實(shí)的意義而且使圖中的無效節(jié)點(diǎn)在開始時(shí)就被排除。
　　提出基于影響成功模型的區(qū)域劃分算法，在以往的影響最大化算法中，都是在整個(gè)網(wǎng)絡(luò)上去獲取種子節(jié)點(diǎn)，這樣會(huì)花費(fèi)很大的開銷。本算法是通過對(duì)位置感知網(wǎng)絡(luò)劃分區(qū)域，對(duì)每個(gè)區(qū)域進(jìn)行種子節(jié)點(diǎn)的選取，把各區(qū)域得到的節(jié)點(diǎn)集合起來得到最終的種子節(jié)點(diǎn)集合。本文又提出一個(gè)基于影響成功率的傳播模型，該模型是考慮到當(dāng)節(jié)點(diǎn)影響其他節(jié)點(diǎn)時(shí)會(huì)根據(jù)之前成功激活