| 主权项 |
一种在线社会网络中影响力最大化初始节点选取方法，其特征在于，包括以下步骤：步骤1：对在线社会网络的数据集进行处理，得到真实的用户执行行为记录得到真实的用户执行行为记录和在线社会网络的拓扑结构图G(V,E)；其中，V表示在线社会网络中的节点集合，包括用户节点和消息节点；E代表在线社会网络中的边集合；计算考虑时间延迟后用户节点u对v的直接影响力D_Inf(u,v)；步骤2：基于用户节点的标签属性，计算基于标签的用户节点u和v之间基于标签的潜在影响力Tag_Inf(u,v)；步骤3：基于用户节点的共同邻居节点属性，计算基于共同邻居节点的用户节点u和v之间基于共同邻居节点的潜在影响力N_Inf(u,v)：步骤4：将Tag_Inf(u,v)和N_Inf(u,v)加权计算得到用户节点u和v之间基于用户节点属性的潜在影响力Attr_Pot_Inf(u,v)；步骤5：根据用户节点对于消息执行的行为，并由消息的话题关键字得到消息的内容相似度，计算用户节点u和v之间的基于行为的潜在影响力Act_Pot_Inf(u,v)；步骤6：将Attr_Pot_Inf(u,v)和Act_Pot_Inf(u,v)加权计算得到用户节点u和v之间的潜在影响力Pot_Inf(u,v)；步骤7：将D_Inf(u,v)与Pot_Inf(u,v)加权计算得到u对v的综合影响力Comp_Inf(u,v)；步骤8：根据步骤7计算结果，得到在线社会网络中综合影响力传播路径，计算用户节点u对v的传播综合影响力总和φ<sub>u,v</sub>(v)；步骤9：定义节点u边际收益为σ<sub>Marginal_Revenue</sub>(u)，计算公式如下：<img file="FDA0001078534210000011.GIF" wi="926" he="110" />其中，s为初始节点集合S中的节点，φ<sub>s,u</sub>(u)代表节点s对节点u的传播综合影响力，A代表在线社会网络中所有用户节点的集合；初始节点集合的初始值为<img file="FDA0001078534210000012.GIF" wi="131" he="51" />由上述公式计算在线社会网络中所有用户节点的边际收益，并将计算得到的边际收益从大到小进行排序，选取排序后的前10k个用户节点插入到队列Q中，从队列Q中选出边际收 益最大的用户节点插入初始节点集合S中；步骤10：判断初始节点集合中元素的个数|S|是否已经达到要求的个数k，如果未达到，返回步骤9，重新计算并更新队列Q中剩余节点的边际收益，然后重新排序，选出边际收益最大的用户节点插入初始节点集合S中；如果已经达到，则得到影响力最大化初始节点集合S。 |
