识别大规模网络中有影响力结点的H指数组中心性算法
文献类型：期刊论文
| 作者 | 李奕昕; 盛益强; 叶晓舟 |
| 刊名 | International Journal of Innovative Computing, Information and Control
 |
| 出版日期 | 2020 |
| 期号 | 未知页码:1183 |
| ISSN号 | 1349-4198 |
| DOI | DOI: 10.24507/ijicic.16.04.1183 |
| 英文摘要 | 本论文的目标是研究影响力最大化，它具有众多应用，例如使用影响力最大化在社交网络中传播思想（或者相反，如：避免影响力最大化以控制人群中的感染源）。识别复杂网络中的有影响力的节点是影响最大化的一项基本任务。主要挑战包括可拓展性，动态性和拓扑多样性。通过关注大规模数据集的传播者集合的可拓展性，我们将变量h-index扩展到组中心之一，并将其？？作为新的中心进行研究，称为h-index组中心，它将h-index与组融合。此外，我们提出了基于h-index组中心性的五种算法。这五种算法可以满足大规模网络的需求。实验结果表明，我们的算法优于比较算法，并且在测试数据集上具有很好的可扩展性。在最佳情况下，我们的方法的结果比最新方法的结果高出1000倍以上。基于h索引的组中心性算法取得了显着改进，并具有许多潜在应用。 |
| URL标识 | 查看原文 |
| 源URL | [http://159.226.59.140/handle/311008/9496]  |
| 专题 | 历年期刊论文_2020年期刊论文 |
| 作者单位 | 中国科学院声学研究所 |
| 推荐引用方式 GB/T 7714 | 李奕昕；盛益强；叶晓舟. 识别大规模网络中有影响力结点的H指数组中心性算法[J]. International Journal of Innovative Computing, Information and Control,2020(未知):1183. |
| APA | 李奕昕；盛益强；叶晓舟.(2020).识别大规模网络中有影响力结点的H指数组中心性算法.International Journal of Innovative Computing, Information and Control(未知),1183. |
| MLA | 李奕昕；盛益强；叶晓舟."识别大规模网络中有影响力结点的H指数组中心性算法".International Journal of Innovative Computing, Information and Control .未知(2020):1183. |
入库方式： OAI收割
来源：声学研究所
浏览0
下载0
收藏0
其他版本
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。