Linear_Threshold
社交网络影响力最大化算法（线性阈值算法以及改进算法）
1、Python 实现社交网络影响力最大化 Linear_Threshold（线性阈值模型）算法。
2、对线性阈值模型算法进行优化改进，实现贪心算法。
3、代码中有详细注释说明，测试代码，测试节点数据集，并对数据集进行处理，输出测试结果。
4、代码实现环境：Python2.7, Anoconda2,Pycharm2017。
2021-12-23 09:31:52
9KB
1
文章目录简介IMRank （边缘爆破）算法思路效率分析代码实现
简介
对于影响力最大化问题，我以前写过两个blog
影响力最大化 IC模型+贪心算法
影响力最大化 模拟爆发(粗糙笔记)
但是，对于这两个方法都不是最优的：
对于IC模型
模型使用了贪心算法，然后遍历激活结点，每一次遍历将可能被激活的结点按照概率激活。然后选择影响力最大的组合。
对于我测试使用的邻接矩阵的大小是200*200的，也就是200个点的图，选出影响力最大的五个点的时间是13s左右。准确率比较高。
对于模拟爆发
模拟爆发只要设置足够多的模拟爆发次数就几乎可以得到最准确的影响力最大的五个点，但是缺点就是性能太差了，在实际的应
2021-12-22 14:48:33
140KB
1
复杂网络中最具影响力节点的识别对网络动力学如加速信息的扩散或抑制流言的传播都具有重要影响意义。为了对节点影响力给出具体排序，在已有的各种最具影响力节点识别方法的基础上，提出了一种基于社团结构和k-shell节点法的节点影响力识别方法。其基本思想是利用某个节点处于不同社团的邻居节点的ks值判断节点影响力（称为Nc值），以识别ks值相同的节点的不同影响力。通过单感染源传染的SIR模型进行仿真，发现Nc值较高的节点不仅最终节点的影响范围较大，传播速度也快于其他节点。
2021-11-24 16:23:09
1.1MB
1