本文探讨了影响最大化问题（IMP），在社交网络中表现为有向图，目标是寻找能最大化影响的种子集合S。介绍了独立级联（IC）模型和线性阈值（LT）模型两种随机扩散模型，以及利用蒙特卡洛采样进行影响传播估计的方法。
Influence Maximization Problems
Problem Description
Social network and influence spread
- 社交网络可以被模型化为有向图G = V，E
- 每个个体作为V中的结点
- 每条边有一个[0, 1]的权重，代表被影响的可能性
- 初始化一个子结点集S，称作seed set，作为影响扩散开始的群体
- 随机扩散模型（stochastic diffusion model）描述了从S开始的随机扩散过程
- σ ( S ) \sigma(S) σ(S) 是预期被S影响的结点数量
Goal of IMP
- 找到使$ \sigma(S) $最大化的S（size为k）
Stochastic diffusion models
Independent cascade（IC）
- 当结点 u 被激活（初始化或被其他结点激活），它有一次机会激活它的邻居
- 已激活的结点保持激活状态且对之后的激活没有贡献
- 边权重 w ( u , v ) = 1 d i n ( v ) w(u, v) = {1 \over d_in (v)} w(u,v)=
最低0.47元/天 解锁文章
扫一扫
1579
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
