BriefGPT - AI 论文速递
·
打包和测量：社交网络中影响传播的有效方法
💡
原文中文，约200字，阅读约需1分钟。
📝
内容提要
本论文介绍了一种基于社区结构的方法，利用K-Shell算法生成种子节点和社区之间的连通性得分，以确保信息在社区内适当传播。实验结果显示，该方法在四项评价指标上明显优于基线方法。
🎯
关键要点
- 社交网络在交流和传播意见方面的广泛应用。
- 影响最大化是广告推荐和个性化推荐的重要方式之一。
- 提出了一种基于社区结构的方法，利用K-Shell算法生成种子节点和社区之间的连通性得分。
- 该方法确保信息在社区内的适当传播。
- 使用熵评估该方法在独立级联模型上的表现。
- 实验结果显示，该方法在八个公开网络上的表现优于基线方法，四项评价指标上显著优越。
➡️
