文件名称：matlab代码影响-PRJ:PRJ
文件大小：3.53MB
文件格式：ZIP
更新时间：2024-06-11 01:31:57
系统开源
matlab代码影响PRJ 抽象的 社交网络可以定义为通过各种链接（例如友谊）将用户连接起来的结构。 在社交网络方面，要解决的主要问题之一，也是研究的主要领域之一，就是寻找最有影响力的节点。 这个问题称为影响最大化问题。 随着用户数量的增加，完成此任务可能会很棘手。 解决此问题的最常见方法是将社交网络表示为图表，其中节点表示用户，边表示用户之间的关系。 使用这种图表示方法，我们可以分析社交网络以找到最具影响力的节点。 在本文中，“增强度中心性”方法[22]被扩展用于有向图。 然后，在两个数据集中分析了已实现方法的性能，并与几个度量标准（例如，度数，度数和局部聚类系数）进行了比较。 通过比较，发现由算法识别的节点根据数据集倾向于具有总体上更好的影响散布。 源代码 源代码分为两个文件夹：和。 Python 该文件夹包含项目的所有Python代码。 实际上，IM算法，传播模型和用于收集数据结果的评估模块是在Python中实现的。 Matlab的 该文件夹包含项目的所有Matlab代码。 实际上，Matlab用于构建项目的前端部分：根据关注的度量标准，以不同的配置可视化图形。 文献资料 可以在
【文件预览】：
PRJ-master
----matlab()
--------PRJ.m(5KB)
--------adj_list.txt(87B)
--------html()
--------influential_and_influenced.jpg(226KB)
--------influenced_nodes.txt(6B)
--------test_graph.txt(130B)
--------influential_nodes.txt(10B)
--------sample_graph.jpg(289KB)
----CSV results files Facebook()
--------running time influential nodes optimised.csv(611B)
--------spreading comparison lcc vs influential OD.csv(684B)
--------spreading LT model comparison random vs influential OD.csv(740B)
--------spreading comparison out_degree vs influential OD.csv(697B)
--------out degree influential nodes test.csv(302B)
--------running time influential nodes.csv(610B)
--------spreading IC model comparison random vs influential OD.csv(711B)
--------spreading comparison in_degree vs influential OD.csv(686B)
--------in degree influential nodes test.csv(291B)
----CSV results files Wikipedia()
--------running time influential nodes optimised.csv(613B)
--------spreading comparison lcc vs influential OD.csv(729B)
--------spreading LT model comparison random vs influential OD.csv(720B)
--------spreading comparison out_degree vs influential OD.csv(719B)
--------out degree influential nodes test.csv(304B)
--------running time influential nodes.csv(610B)
--------spreading IC model comparison random vs influential OD.csv(690B)
--------spreading comparison in_degree vs influential OD.csv(708B)
--------in degree influential nodes test.csv(285B)
----README.md(4KB)
----docs()
--------make.bat(795B)
--------conf.py(2KB)
--------linear_threshold.rst(238B)
--------evaluation.rst(125B)
--------python.rst(118B)
--------index.rst(111B)
--------Makefile(634B)
--------matlab.rst(160B)
--------independent_cascade.rst(255B)
--------modules.rst(79B)
--------graph.rst(157B)
--------_build()
----python()
--------wiki-Vote.txt(968KB)
--------evaluation.py(6KB)
--------linear_threshold.py(6KB)
--------independent_cascade.py(6KB)
--------facebook-graph.txt(8.77MB)
--------test_graph.txt(130B)
--------graph.py(24KB)
--------try.tgf(53B)