38、基于可靠性的影响力最大化及股市操纵检测方法

基于可靠性的影响力最大化及股市操纵检测方法

在社交网络和金融市场等领域，影响力最大化和异常检测是两个重要的研究方向。本文将介绍一种基于可靠性的影响力最大化方法，以及利用推特情感分析改进股市操纵检测的时间序列上下文异常检测方法。

基于可靠性的影响力最大化

在社交网络中，准确衡量用户之间的影响力并最大化这种影响力是一个关键问题。传统方法可能没有充分考虑到不同影响力指标的可靠性，而本文提出的方法则解决了这一问题。

1. 基本概念

在社交网络中，使用基本信度分配（BBA）来表示用户之间的影响力。对于每个BBA (m(u,v)_j)，需要计算其可靠性(\alpha_j)。

2. 计算BBA可靠性的步骤

• 计算距离 ：首先，计算(m(u,v)_j)与其余(n - 1)个BBA之间的距离(\delta_j^i = \delta(m_j, m_i))。可以使用Jousselme距离来估计这些距离，公式为(\delta (m_j, m_i) = \frac{1}{2} (m_j - m_i)^T D (m_j - m_i))，其中(D)是一个(2N \times 2N)的矩阵，(N = |\Omega|)，且(D (A, B) = \frac{|A \cap B|}{|A \cup B|})。
• 计算平均距离 ：然后，计算所有距离值的平均值(C_j = \frac{\delta_1^j + \delta_2^j + \cdots + \delta_n^j}{n - 1})。
• 估计可