به جمع مشترکان مگیران بپیوندید!

تنها با پرداخت 70 هزارتومان حق اشتراک سالانه به متن مقالات دسترسی داشته باشید و 100 مقاله را بدون هزینه دیگری دریافت کنید.

برای پرداخت حق اشتراک اگر عضو هستید وارد شوید در غیر این صورت حساب کاربری جدید ایجاد کنید

عضویت

جستجوی مقالات مرتبط با کلیدواژه « independent cascade model » در نشریات گروه « فناوری اطلاعات »

تکرار جستجوی کلیدواژه «independent cascade model» در نشریات گروه «فنی و مهندسی»
  • عسگرعلی بویر*، حمید احمدی

    در مسئله حداکثر سازی نفوذ حداقل نودی را پیدا می کنیم که بیشترین انتشار و نفوذ را در جامعه داشته باشند. مطالعات راجع به حداکثرسازی نفوذ و انتشار به صورت گسترده ای درحال گسترش است. در سال های اخیر الگوریتم های زیادی  در زمینه مسئله حداکثر سازی نفوذ در شبکه های اجتماعی ارایه شده است. این مطالعات شامل بازار یابی ویروسی، گسترش شایعات، اتخاذ نوآوری و شیوع بیماری های همه گیر و... است. در این مقاله روشی جدید برای حل مسئله حداکثرسازی نفوذ باعنوان ICIM-GREEDY را ارایه کرده ایم. در الگوریتم ICIM-GREEDY دو معیار مهم که در کارهای انجام شده قبلی در نظر گرفته نشده اند را در نظر می گیریم، یکی قدرت نفوذ و دیگری حساسیت به نفوذ. این دو معیار همیشه در زندگی اجتماعی انسانها وجود دارد. روش پیشنهادی روی دیتاست های استاندارد مورد ارزیابی قرار گرفته شده است. نتایج به دست آمده نشان می دهد که روش مذکور نسبت به دیگر الگوریتم های مقایسه شده از کیفیت بهتری درپیدا کردن نودهای بانفوذ در 50 نود seed برخوردار می باشد .همچنین روش ICIM-GREEDY  در اکثر مواقع از لحاظ زمانی نیز نسبت به الگوریتم های مقایسه شده به لحاظ همگرایی نسبتا سریع، بهتر عمل می کند.

    کلید واژگان: مدل آبشاری مستقل, حداکثر سازی نفوذ, انتشار, شبکه اجتماعی}
    Asgarali Bouyer*, Hamid Ahmadi

    Influence maximization is the problem of finding a small subset of nodes (seed nodes) in a social networks that maximize the influential spreading. Recently, there is a quick growing in studying on and diffusion. In recent years, several algorithms have been proposed for influence maximization problem. These studies include viral marketing, spreading of rumors, innovation, spread of diseases, etc. In this paper we present a new method for solving the for influence maximization problem that is called ICIM-GREEDY algorithm. In the proposed algorithm, we consider two important criteria that are not considered in previous work, one is strength of influence and another is sensitivity to influence. The proposed method is evaluated on standard datasets. The results show that the proposed method compared to other comparable algorithms has a better quality in finding the 50 influential nodes (seeds). Furthermore, ICIM-GREEDY often has better time complexity than other compared algorithms due to relatively fast convergence.

    Keywords: Independent cascade model, influence maximization, diffusion, social network}
نکته
  • نتایج بر اساس تاریخ انتشار مرتب شده‌اند.
  • کلیدواژه مورد نظر شما تنها در فیلد کلیدواژگان مقالات جستجو شده‌است. به منظور حذف نتایج غیر مرتبط، جستجو تنها در مقالات مجلاتی انجام شده که با مجله ماخذ هم موضوع هستند.
  • در صورتی که می‌خواهید جستجو را در همه موضوعات و با شرایط دیگر تکرار کنید به صفحه جستجوی پیشرفته مجلات مراجعه کنید.
درخواست پشتیبانی - گزارش اشکال