山东大学学报(工学版)

作者：覃俊,李蔚栋,易金莉,刘晶,马懋德

单位：1. 中南民族大学计算机科学学院, 湖北 武汉 430000；2. 南洋理工大学, 新加坡 999002

关键词：社会网络,蚁群算法,影响最大化,信息扩散,启发式算法,

基金：国家自然科学基金资助项目(61772562);湖北省自然科学基金资助项目(2017CFC886)

针对如何利用社会个体之间的影响力来扩大信息扩散的范围,即社会网络的影响最大化问题,提出一种新颖的基于蚁群优化算法的解决方案。利用2个启发式信息来度量节点影响力:优先选择更不容易被前驱节点激活的节点;考虑后继尤其是多级后继节点对未来扩散的影响。通过节点影响力选择出能扩散最大范围的初始节点集合。试验结果表明,相较于贪心算法以及传统的蚁群算法初始节点的扩散范围增加了150个节点,效率提高了25%,本研究方法很好的改善了初始节点选择容易陷入局部最优的问题。

来源：2020年第3期

《山东大学学报(工学版)》期刊编辑部

查看山东大学学报(工学版)杂志2020年第3期