考虑用户意愿的符号网络净积极影响力最大化问题

影响力最大化是近年来广泛研究的社交网络的核心问题.然而之前的研究较少考虑用户的意愿以及用户之间的友好或敌对关系.因此综合考虑这些因素，针对符号网络提出了考虑用户意愿的净积极影响力最大化问题，该问题可以描述如下：利用符号网络来刻画用户具有友好(积极)和敌对(消极)关系的社交网络，每个用户对传播的信息有自己的意愿，目标是要从网络中选择k个用户，使得最终的净积极影响的用户数量最多.通过对问题的细致分析，建立了考虑用户意愿的传播模型，证明了该模型下净积极影响力最大化问题是非次模和非单调的，随后给出了基于概率驱动的结构感知的求解算法，通过在三个数据集上的实验表明，利用提出的算法找到的种子集有更好的净积极影响力.