多社交网络的影响力最大化

matlab实现社交网络影响力最大化度中心性算法，计算邻接矩阵中节点的度值，以及度值的概率，同时包括其它的一些基本网络模型，比如：求复杂网络中两节点的距离以及平均路径长度，从已有的m0个节点的网络开始，采用增长机制与优先连接的机制生成BA无标度网络，求网络图中各节点的聚类系数及整个网络的聚类系数，求网络图中各节点的度及度的分布曲线，产生有N个节点，每个节点有2K个邻居节点的最近邻耦合网络

随着互联网的发展，社交网络得到飞速的发展，基于大规模人群进行社会影响力的度量首次成为可能。社交网络相关领域的一个关键问题就是影响力最大化问题。影响力最大化问题从“口口相传”和“病毒式营销”到“马尔科夫随机场模型”，最后成为社交网络领域的一个研究热点越来越多的学者提出了各种算法来求解社交网络上的影响力最大化问题。影响力最大化问题是通过发现社会网络中最有影响力的节点集合，广泛应用于市场营销，其目的是为了用最小的营销成本得到最大的利润。本文首先介绍社交网络影响力最大化问题的相关理论知识，并重点研究了俩种影响力传播模型：独立级联模型（ICM）,线性阈值模型（LTM）。最后基于典型的影响力最大化算法：贪心算法，提出一种改进的算法。

matlab中用K-means进行社区划分，通过度最大的点，边的介数和点的介数求影响力最大化

该数据集是社交网络影响力最大化数据集，使用该数据集能更好地做相关实验！