【论文学习笔记】ICDM12-Topic-aware Social Influence Propagation Models(话题感知社会影响力传播模型)

原创

于 2013-09-04 20:32:40 发布 · 2.4k 阅读

·

0

·

CC 4.0 BY-SA版权

版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

文章标签：

#话题感知 #话题模型 #社交网络

该文探讨了Barbieri等人的ICDM12论文，提出话题感知的社会影响力传播模型TIC和TLT。文章指出，传统模型如线性阈值模型和独立级联模型存在局限，而TIC和TLT考虑了用户兴趣、物品特征和时间延迟，通过期望最大化(EM)和AIR模型优化参数，以解决效率、可扩展性和过拟合问题。此外，文章讨论了影响最大化问题，并提出了潜在的改进方向。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

Barbieri, N., Bonchi, F., & Manco, G. (2012, December). Topic-aware social influence propagation models. In Data Mining (ICDM), 2012 IEEE 12th International Conference on (pp. 81-90). IEEE.

社交网络传播模型的共同特征：

用户成为活跃用户的可能性随着他的邻居中活跃用户的数量单调增加。
影响过程遵循Progressive规则，即用户只可能从非活跃受影响变成活跃，而不可能由活跃变成非活跃。

Linear Threshold Model 线性阈值模型：是以接受者为中心的模型
Independent Cascade Model 独立级联模型：是以发射者为中心的模型

最低0.47元/天解锁文章

200万优质内容无限畅学

评论

被折叠的条评论为什么被折叠?

到【灌水乐园】发言

查看更多评论

添加红包

成就一亿技术人!

hope_wisdom

发出的红包

实付元

使用余额支付

点击重新获取

扫码支付

钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。