一种考虑时延约束的社会网络初始关键节点选取方法
【技术领域】
[0001] 本发明属于计算机技术领域，涉及一种考虑时延约束的社会网络初始关键节点选 取方法。
【背景技术】
[0002] 互联网的发展不仅为我们带来了生活上的便捷，而且使我们交流与沟通方式产生 了巨大的变化。随着越来越多的人使用诸如移动终端等更加便捷的数据交换设备，交友与 分享智慧的途径变得更加丰富多样，社会结构变得更加复杂，人与人之间的联系也变得更 加紧密。一般情况下，通过在线社会网络中用户之间的联系，信息可以以极快的速度和极小 的代价进行传播。正因为如此，影响力在社会网络中的扩散和传播为病毒式营销带来了前 所未有的机遇和挑战，如何找到初始用户群体使得信息最终的影响传播范围最大已成为热 点研究领域之一。
[0003] 对于大型网络中初始关键节点选取的问题被定义为影响力最大化问题。在现实 社会网络中，话题的关注与谈论热度会随着时间的推移呈现衰减的特性，在影响力传播的 同时，商家往往追求的是在一段时期或者一定传播代价范围内影响力传播覆盖范围的最大 化。当前大部分的研究工作都是基于对传统经典影响力级联模型的优化，或者对启发式算 法的准确度进行改进，对于影响力的评估则主要基于网络结构和节点度值，时延约束条件 以及传播时延的特性则很少被挖掘并应用于对初始关键节点的评估中。
[0004] 针对上述不足，提出一种考虑时延约束的社会网络初始关键节点选取方法，针对 时延约束的影响力最大化问题进行研究，加入见面概率来描述影响力在相邻节点之间传播 延迟的特性。该方法结合了见面概率，条件激活概率以及影响力随时间衰减的特性对节点 之间的影响力进行评价，并将其优化应用在相邻节点之间的信用分配评估过程之中。最后 结合贪心思想得到初始社会网络初始关键节点集合。已知节点之间的见面事件是它们发生 影响作用的前提和必要条件，并且一个节点在同一时刻只能和一个出邻居节点发生碰面并 尝试激活。
【发明内容】
[0005] 本发明的目的是提出一种考虑时延约束的社会网络初始关键节点选取方法 (CDTC)，使用信用分布过程结束后积累在节点上的信用值作为节点关键性的衡量标准。提 出传播增量路径对节点之间因尝试见面并激活而产生的信息传播阻碍作用进行评价。结合 见面概率，条件激活概率以及影响力随时间衰减的特性对节点之间的直接信用分布进行优 化分配，并且结合网络结构和用户行为记录对信用分布和影响力的传播过程进行构建，最 后结合贪心思想递归选取边际收益最大的节点得到社会网络初始关键节点集合。具体步骤 如下：
[0006] 步骤1 :将用户行为记录用L表示，社会网络中用户之间的关系用网络结构图G = (V，E)表示，其中V代表网络中的全部节点的集合，E表示网络中全部边的集合；
[0007] 步骤2 :计算网络中相邻节点之间的综合激活概率，具体过程如下：设定事件A表 示相邻节点之间的见面事件，概率为m，事件B表示见面成功条件下相邻节点之间激活成功 的事件，概率为α。由贝叶斯定理可得条件概率同= 1-/^1^) = #，即节点未被相 邻且已处于激活状态的节点激活的条件下两节点未发生见面的概率，其中2和S分别为事 件A的和事件B的对立事件。令事件C表示节点发生见面但并未被相邻节点激活的事件， 综合考虑条件概率以及条件概率=，计算似然函数： \ -rna I - ma
[0008] 取对数似然函数，并取关于参数α的梯度，令梯度等于0,得到m与α之间的关系 为;》-；假设图中存在一条行为传播路径P = Iv1, V2, V；5,…，VtJ，其中相邻节点之间的 Δ - U (X 边（Vi，Vj) e Ρ，则节点Vi对节点'j的综合激活概率％<5
[0009] 步骤3 :使用sigmoid函数模拟影响力随时间衰减的特性，对影响力进行平滑衰减 变换，并以此作为相邻节点之间分配直接影响力的依据，即分配给节点V i让其影响节点V _j 的直接信用计算如下：
[0010] 其中a代表特定的行为，tvi (a)和分别代表节点Vi和节点V 执行行为a的时 刻；当两者的之间的时间跨度越大时，表明分配的信用值越小，\对V 的影响力也就越弱；
[0011] 步骤4:通过遍历用户行为记录L，针对不同的行为，将节点之间反复见面并 尝试激活对行为传播的时间阻碍作用转嫁为传播增量路径长度的计算；其计算过程如 下：已知相邻两个节点之间见面并尝试激活的工作是独立重复的伯努利试验，则节点 Vj被节点V i首次成功激活之前节点V i-共尝试见面并激活节点'j的试验次数服从几 何分布，用随机变量Α,ν，根据几何分布的期望和方差得到随机变量XvliV]的估计量为
，则对于行为a的传播增量路径PIPJ^长度为：
[0012] 步骤5 :沿着传播增量路径逆向对路径上的节点进行信用值分配，PIPa (v，u)表示 对于行为a，节点V到节点u之间的传播增量路径；节点之间的信用分配采用级联方式，对 于边（W, u) e PIPa (V，U)，不仅节点w会被分配信用，节点w之前对于行为a的前任执行者 也会被分配信用让其影响节点u，同时结合时延约束条件τ将信用分配限制在一定范围之 内，从而简化信用分布的复杂度，提高计算的效率；对于行为a和传播增量路径中任意的两 个节点V和节点U，给予节点V让其影响节点U的总信用计算如下： CN 105138667 A 说明书 3/8 页
[0013] 节点w为节点u的入邻居，length(PIPa(v, u))表示对于行为a，节点v到节点u 之间的传播增量路径长度，(a)为对于行为a，给予节点w让其影响节点u的总信用； Nin(U)为节点u的入邻居节点集合，yWiU(a)为对于行为a，给予节点w让其影响节点u的 信用大小；相似地，给予初始关键节点集合S让其影响节点u的总信用计算如下：
[0014] 其中r\w(a)为对于行为a，给予初始关键节点集合S让其影响节点w的总信用；
[0015] 步骤6 :使用⑶代表信用分布函数，其值等于给予初始关键节点集合S让 其影响网络中其余节点的总信用，即
Λ为节点u所执行的行为的集合， ΙΛΙ为节点u所执行行为的数量，则对于网络中的任意节点V，计算节点V对于所有行为的边 际收益：
[0016] 其中，V代表网络中节点的全集，〇)为通过行为a在节点集合V-S中给予节点 V让其影响节点u的信用；根据公式，计算网络中某一节点V的边际收益，只需要计算给予 节点V让其影响除当前初始关键节点集合S之外的其他节点的总信用，g卩
，以 及对于行为a，给予当前初始关键节点集合S让其影响节点V的信用值rs，v (a);将计算得 到的节点的边际收益进行排序，选取边际收益最大的节点插入初始关键节点集合S中；
[0017] 步骤7 :判断初始关键节点集合中元素的个数是否已经达到要求的个数k，如果未 达到，则对除当前初始关键节点集合之外的节点之间的信用分布进行更新，并重新回到步 骤5 ;如果已经达到，则得到最终所要选取的初始关键节点集合。
[0018] 本发明提出一种考虑时延约束的社会网络初始关键节点选取方法，加入事件概率 来描述影响力在相邻节点之间传播延迟的特性，结合了见面概率，条件激活概率以及影响 力随时间衰减的特性对节点之间的影响力进行评价，并将其优化应用在相邻节点之间的信 用分配评估过程之中。并结合网络结构和用户行为记录对信用分布和影响力的传播过程进 行构建，生成传播增量路径，将用户之间反复见面并尝试激活对传播的阻碍作用映射为传 播增量路径长度的计算，针对训练数据集中记录的每一种行为沿着传播增量路径逆向分配 代表影响力大小的信用值，最后结合贪心思想递归选取边际收益最大的节点得到社会网络 初始关键节点集合。实验结果显示，本发明使得初始关键节点的选取结果更加准确和高效， 相比传统方案也具有更好的传播效果。
【附图说明】
[0019] 图1是本发明提出的一种考虑时延约束的社会网络初始关键节点选取方法流程 图；
[0020] 图2是实施例1中⑶TC，CD，IC和LT这4种不同的方法对于初始关键节点选取所 消耗的运行时间对比图；
[0021] 图3是实施例1中缩小纵坐标后，⑶TC，⑶这2种不同的方法对于初始关键节点 选取所消耗的运行时间对比图；
[0022] 图4是实施例1中⑶TC和⑶这2种不同的方法对于初始关