文件名称：matlab代码影响-DiffuGreedy-Influence-Maximization:DiffuGreedy影响力最大化
文件大小：20KB
文件格式：ZIP
更新时间：2024-06-11 01:04:42
系统开源
matlab代码影响DiffuGreedy影响最大化 重现论文分析的代码和说明 资料夹结构 根文件夹：代码，数据，图形 代码：包含此文件夹的内容和的代码。 您还将需要和的代码。 PMIA.py和runIAC.py取自python。 数据->初始数据：包含来自total.txt和graph_170w_1month.txt的级联和关注者网络数据->空文件夹日志数据->空文件夹Netrate 数据->空文件夹种子数据->空文件夹结果 要求 gcc版本> = 4.7 MATLAB 2017b Python 2.7，软件包：igraph，pandas，numpy，networkx R包：ggplot，reshape2 代码 脚本遵循其标题中的数字所指示的顺序。 以下是有关如何通过脚本实现每种影响力最大化技术的说明。 扩散贪婪 _2_diffusion_greedy.py使用火车级联运行基于扩散的影响最大化。 按K核心分解排名 _2_train.py对活动图中的每个节点运行k-core分解，并将其存储在kcores.csv中。 _3_rank_nodes.py派生基于它的*节点，并将其存储在Se
【文件预览】：
DiffuGreedy-Influence-Maximization-master
----_6_run_pmia.py(4KB)
----_8_plot_results.R(1KB)
----PMIA.py(8KB)
----_5_call_netrate.m(480B)
----_3_extract_weighted_cascade.py(1KB)
----_7_evaluate.py(3KB)
----_4_reform_cascades.py(3KB)
----Readme.md(3KB)
----_2_diffusion_greedy.py(4KB)
----_3_extract_bernouli_and_time.py(3KB)
----runIAC.py(6KB)
----_1_extract_active_network.py(4KB)
----.gitattributes(66B)
----_2_train.py(4KB)
----_3_rank_nodes.py(875B)