公开(公告)号：CN114548528A

公开(公告)日：2022-05-27

申请号：CN202210099061.2

申请日：2022-01-27

Applicant: 扬州大学

Inventor： 陈崚 ,  鞠伟嘉 ,  李斌 ,  孙小兵

IPC: G06Q10/04 ,  G06F30/20 ,  G06Q50/00

Abstract: 本发明公开了一种不确定源的负影响力抑制最大化方法，根据Chernoff界构建对有向图G构建R个活边子图G’＝(V,E’)；基于活边子图，对每一个活边子图构建对应的传播树当加入一个新的正种子节点v后，在传播树上计算抑制增量△(w)和节点u在传播树G’上的节点覆盖值取具有最高抑制增量△(w)的节点w作为新的正种子加入集合S；依据种子集合个数k确定种子集合S。本发明填补了不确定源的负影响力抑制方法的空缺，避免了大量的计算模拟，提高了速度，缩短了时间。

公开(公告)号：CN109409495A

公开(公告)日：2019-03-01

申请号：CN201811199731.8

申请日：2018-10-16

Applicant: 扬州大学

Inventor： 陈崚 ,  鞠伟嘉

IPC: G06N3/00 ,  G06Q30/02

Abstract: 本发明提出了一种基于抽样的线性阈值模型下的影响力最大化方法，首先根据有向图中的所有路径，划分出许多顶点对并计算出所有顶点对(v，u)的正、负激活概率；然后始化种子集合S能激活其余节点的正、负影响力估计；再初始化正影响力效益值；使用新加入的种子计算种子集合对所有u∈V\S的正、负影响力估计；使用新加入种子x对u∈V\S计算x加入S之后可以产生的正影响效益；最后依据种子集合个数k确定种子集合S；本方法避免了大量的计算模拟，提高了速度，缩短了时间。