论文部分内容阅读
针对社会网络信息传播的研究多集中于具体应用场景中的传播机制，而用户间关系所形成的网络拓扑结构对传播的影响却没有给予充分考虑，因此对信息扩散的分析应当综合考虑社会网络的传播机制和结构特征；把相关系数引入到割边模型可以有效解决重叠社团划分问题，在考虑社会网络拓扑结构特征的基础上，提出了基于代数连通性的社会网络影响传播最大化模型，模型以代数连通性为主要参量计算边的中心性，实现网络社区的快速划分，通过降维达到算法效率优化；模型挖掘社区内影响力大的核心节点、度中心节点和社区间的桥节点，从中选择Top-k全局影响力最大的节点作为初始传播点集；实验结果显示，模型在传播影响范围和运行时间上都更具优势。