基于Leiden社区划分的节点影响力最大化

随着大数据时代的到来,网络规模急剧增长,迫切需要研究在大规模社会网络环境下影响力最大化问题的高效求解方法。考虑到真实的社会网络往往具有明显的社区结构,提出了一种基于社区划分的影响力最大化算法。该算法首先利用Leiden算法对社区网络按模块度进行划分来降低搜索空间;其次在子社区内使用基于中心性的PageRank改进算法来进行种子节点的选取;最后通过在传染病模型SIR(Susceptible Infected Recovered Model,SIR)上对节点的传播影响力进行模拟。通过对3个真实社交网络数据集的实验研究后发现,该算法通过在各社区内寻找影响力节点,不但具有较高的准确性,而且时间复杂度较低。