- 1、本文档内容版权归属内容提供方,所产生的收益全部归内容提供方所有。如果您对本文有版权争议,可选择认领,认领后既往收益都归您。。
- 2、本文档由用户上传,本站不保证质量和数量令人满意,可能有诸多瑕疵,付费之前,请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形,可联系本站下载客服投诉处理。
- 3、文档侵权举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
1 引言 影响力最大化[1,2]和网络分解[3]是社交网络分析领域两个重要的研究分支,前者通过选择种子节点进行信息传播,使得最终的影响范围最大.后者则通过删除网络中最小规模的节点或连边,将网络破坏成一系列小规模、不连通的分支.网络分解可以应用于舆情控制[4],蛋白质结构解析以及交通线路防护[5,6]等领域. 网络分解算法主要有两类:基于节点删除的网络分解算法[3,4,7,8]和基于连边删除的网络分解算法[9,11].前者利用中心性指标迭代删除网络中的重要节点,直到网络中最大连通分支[7](Giant Connected Components, GCC)的规模小于事先设定的阈值.大多数研究将该阈
文档评论(0)