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：本发明公开了基于多种群并行优化的多社交平台预算影响力最大化方法。本发明包括模型建立、种子节点选取、种子节点识别效果评估三大模块。模型建立是建立多层网络模型任务。种子节点的选取过程由种群初始化、修复函数、适应度函数、选择算子、交叉算子和变异算子构成，选择适应度值最高的个体作为最终解，即用于最大化多层网络影响力传播的种子节点集合。最后通过多层网络模拟传播实验，评估实际效果。本发明设计了多种群并行优化框架与修复函数，搜索范围更广，能在较低时间复杂度下找到最优结果，有效解决了训练过程中可能出现的超出预算限制的问题，避免了优秀个体的浪费。本发明无论是经济效用又或者是社会服务方面都具有较大的应用。

主权项：1.基于多种群并行优化的多社交平台预算影响力最大化方法，其特征在于：步骤1构建多层网络模型；表示第层网络，由节点集，层内边集和节点代价集合构成，，为网络总层数；从多层网络中选出的种子节点集合用于后续的影响力传播，节点集合的代价表示为该节点集合中每个节点的代价之和；步骤2元启发式方法选取种子节点：2-1初始化：采用多种群并行进化的方式，生成个初始种群集合，每个种群中包含个个体，每个个体中包含一组随机选择的节点作为初始解，；其中的每个个体中具有个从多层网络中选择的不重复节点，并随机选择一个个体作为其潜在的初始最优解，；2-2利用修复模块将低性价比的节点替换为性价比更高的节点；节点的性价比，其中和分别表示节点的真实传播能力与价格，如果种群中的个体的价格大于设定的预算，即，使用修复函数对该个体进行修复，如下：Ⅰ.首先计算当前个体中每个节点的性价比，将个体中性价比值最低的节点替换成多层网络中性价比值最高的节点；Ⅱ.重新计算替换之后的个体的价格；Ⅲ.若，则循环Ⅰ和Ⅱ，直至，获得修复后的个体；2-3从初始化的父代种群中随机选择两个个体和进行交叉操作，将个体和中对应的每一位节点按照的概率进行交换，确保交换后的个体内不存在重复节点，最终生成新的两个子代和，若新个体和的代价超过了预算，则需经过步骤2-2的修复模块进一步调整，将个体和输入修复函数中，使得输出的个体和满足且；通过次的交叉算子操作生成个子代个体；2-4将子代中的每一位节点按照的概率变异为多层网络节点集中的任一节点并确保变异后的个体内不存在重复节点；同样，变异后的个体代价若超出预算限制，则仍需经过步骤2-2的修复模块进一步调整；通过交叉与变异算子生成个子代个体加入到原父代种群中形成新的候选种群；2-3将个体作为初始传播节点集在多层网络上进行蒙特卡洛模拟，最终传播影响力范围即为个体的适应度值，表示为；随后采用轮盘赌选择法进行选择操作；对个种群进行轮的独立进化操作后获得长度为的最优解集，其中的每个元素表示对应种群的最优解，最后从最优解集中选择适应度值最高的个体作为模型的最终最优解，即用于最大化多层网络影响力传播的种子节点集合；步骤3将获得的最优解作为种子节点集合在多层网络上进行模拟传播，计算种子节点集的传播影响力范围；采用MIC传播模型模拟节点在多层网络上的传播动力学过程，每个节点的状态描述为两种可能状态：不活跃和活跃；活跃的节点以概率感染其不活跃的邻居节点，每个被激活的节点只有一次机会去激活未被感染的邻居节点，如果未激活则不再尝试；当节点在某一层被激活，默认该节点在其他层的对应节点从下一个时间步开始也具有传播能力；将作为初始种子节点在上述MIC传播模型上进行模拟传播实验，计算传播终止时，统计网络中处于激活态的节点数量作为传播影响力范围，量化所选取的种子节点的传播影响力范围。

全文数据：

权利要求：

百度查询： 杭州师范大学 基于多种群并行优化的多社交平台预算影响力最大化方法