买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

摘要：本发明公开了一种基于时序网络社团检测的影响力最大化方法。现有方法时间复杂度较高，无法处理规模较大的网络，或者对网络结构依赖程度较高。本专利方法将静态网络中的影响力最大化问题扩展到时序网络中，首先对时序网络进行嵌入，将网络中节点的用低维度向量表示，以捕捉到网络中的拓扑结构，然后通过节点嵌入向量计算节点间的相似性，根据相似性将节点划分为不同社区，最后在不同社区中选择种子节点，构成最终的种子节点集。本发明方法考虑到网络中的时序信息，并采用社区划分方法选择种子节点，解决现有影响力最大化种子节点选取方法对时序信息考虑不足，选择种子节点精确度不足的缺点。

主权项：1.一种基于时序网络社团检测的影响力最大化方法，其特征在于，该方法具体是：步骤1节点嵌入，包括微观动力学嵌入和宏观动力学嵌入：对于一个给定的时序网络和ε分别为节点集和边集，为时间序列，每个时序边ui,uj,t∈ε表示节点ui和节点uj在t时刻产生连边，ε为边的集合；时序网络嵌入的目标为学习一个映射函数其中d为嵌入维度，且表示实数域；所述的微观动力学嵌入，通过最小化以下目标函数来记录时序网络中的微观动态： 其中，p表示节点ui在t时刻之前的某个历史邻居，和分别是节点ui和uj在t时刻之前的历史邻居集；所述的宏观动力学嵌入，通过最小化以下目标函数来记录时序网络中的宏观动态： Δet＝et-et-1；et为截至t时刻的累计边数，Δe′t为t时刻产生的新连边数；统一目标函数宏观动力学嵌入所占权重η∈[0,1]；步骤2社区检测：采用一种不指定社区数量的聚类方法，将网络中的节点划分到不同社区；首先将网络进行嵌入，根据嵌入结果，计算每个节点对之间的相似性；然后将每个节点作为一个社区，如果两个节点之间的相似度是最大的，则将两个节点划分到同一个社区；将新创建的社区视为一个节点，继续上一个步骤，直到达到结束条件；步骤3生成候选种子节点：对于一个给定的时序网络和一个种子节点集的大小k，通过社区检测得到一组社区，即聚类结果C＝{c1,c2,...,cR}，cr即为第r个社区，r＝1,2,…,R，R为社区总数，nr为社区cr中的节点数，则重要社区选择每个重要社区中节点度和相似度总和的前τ％的节点作为候选种子节点，τ＝5～20，节点度为邻居节点的个数；步骤4种子节点选择：4-1种子节点分配：对于一个给定的时序网络和种子节点集的大小k，假设Cs＝{c1′,c2′,...,c′R′}，并且每个社区c′r′有n′r′个节点，则c′r′中分配的种子节点数4-2选择种子节点：使用位置分数和中枢度两个指标作为评价指标，使用优先级比较规则比较候选节点集中节点的优先级，确定最终的种子节点；位置分数表示任意；节点的中枢度SC为社区集C中已经选择了种子节点的社区集；对于给定的一个社区中的两个候选节点，按照优先级比较规则进行比较，通过收集每个重要社区quotac′r′个高优先级节点，获得种子节点集。

全文数据：

权利要求：

百度查询： 杭州师范大学 一种基于时序网络社团检测的影响力最大化方法