1顶籽、信息傳播模型
網(wǎng)絡信息傳播的特點：
網(wǎng)絡效應
陣發(fā)性
兩類信息傳播模型
- 閾值模型：線性閾值模型
每個時間步節(jié)點被周圍節(jié)點的影響力的和所激活垮庐。
- 級聯(lián)模型：獨立級聯(lián)模型
被激活的每個節(jié)點，有且只有一次機會去嘗試激活其未被激活的鄰居節(jié)點首繁，成功激活的概率各不相同作郭。
節(jié)點的影響范圍：通過蒙特卡羅模擬得到多次傳播的范圍，取平均值弦疮。
節(jié)點傳播范圍：可以事先通過拋硬幣的方式確定每條邊是否存在夹攒，從而得到傳播過程的一個快照網(wǎng)絡，取平均值得到傳播范圍胁塞。
2咏尝、影響最大化
核心問題：如何選擇一組種子節(jié)點，獲得最大的影響范圍闲先？
是一個NP-hard問題
影響最大化的貪心算法
逐個選擇邊際效益最大的節(jié)點加入状土。
關(guān)注對貪心算法的優(yōu)化无蜂。
3伺糠、傳播網(wǎng)絡推斷
問題：根據(jù)信息傳播記錄，推斷背后的傳播網(wǎng)絡斥季。
輸入：節(jié)點u在t時刻被激活
輸出：節(jié)點u與v之間的傳播概率
點對性模型
基本思路：
u在v之前被激活的次數(shù)越多训桶，概率越大
u被激活的時刻和t被激活的時刻之間的
時間間隔越小，概率越大酣倾。
4舵揭、流行度預測
問題：給定一個對象一段時間內(nèi)的群體關(guān)注情況，預測其最終流行度
基于時序分析的預測
基于結(jié)構(gòu)多樣性的預測
建模傳播過程進行流行度預測：基于自增強泊松過程的流行度預測
