融入度相关性与社区识别的社交网络舆情信源发现方法

作     者：吴功兴 琚春华 杨之骄 WU Gongxing;JU Chunhua;YANG Zhijiao

作者机构：浙江工商大学管理工程与电子商务学院杭州310018 宁波诺丁汉大学商学院宁波315175 浙江工商大学统计与数学学院杭州310018 

基　　金：国家自然科学基金项目(71571162,71772164) 浙江省哲学社会科学重大课题(20YSXK02ZD)资助课题 

出 版 物：《系统科学与数学》 (Journal of Systems Science and Mathematical Sciences)

年 卷 期：2021年第41卷第9期

页      码：2492-2504页

摘      要：近年来,社交网络的不断发展提升了网络信息传播的速度,故识别能使舆情信息影响力最大化的最小节点集已成为信息科学的重要问题之一.文章融入度相关性与社区识别,设计DCCI社交网络环境的舆情信源集发现方法,并在网络中对所提方法进行验证.由实验结果可知,文章所提算法的精度略优于其他算法,且运行效率较高.

主 题 词：度相关性 社区识别 社交网络 舆情信源发现 影响力最大化 

学科分类：050302[050302] 050301[050301] 05[文学] 07[理学] 070104[070104] 0503[文学-新闻传播学类] 0701[理学-数学类] 

核心收录：

馆 藏 号：203106282...