论文部分内容阅读
针对影响力最大化问题中贪心算法时间效率低的局限性,提出基于拓扑势的影响力最大化算法。基于拓扑势理论,确定节点是“山峰”“山谷”和“斜坡”节点;启发式地选取加权度最大的k个“山峰”和“山谷”节点构成候选种子集;采用CELF(cost-effective forward)算法确定最优种子集,提高影响范围。实验结果表明,基于拓扑势的算法在Amazon数据集上比贪心算法的运行时间快了98%,在时间复杂度方面比其它传统算法更具优势。