基于多种特征综合识别时序网络中的影响力传播者

摘要

在时序网络中精准识别有影响力的传播者对产品推广、谣言抑制等领域至关重要.针对现有方法多依赖单一特征（邻居数量、节点位置或传播能力）而忽略特征间相互作用导致准确率低的问题，提出基于时序引力（TG）模型和信息熵的识别方法（TGBISR），旨在从多特征融合角度提升识别准确性.该方法首先利用TG模型分析用户的度中心性、紧密中心性和介数中心性，分别刻画其局部、位置和全局特征；进而通过信息熵衡量各特征的信息含量并赋予不同权重，加权综合计算用户影响力.为评估效果，在4个真实数据集上使用易感-感染-恢复（SIR）模型模拟信息传播以获取用户真实影响力，并通过肯德尔相关系数和回归分析比较TGBISR计算结果与真实值的相关性.实验结果表明，TGBISR方法在识别有影响力传播者方面，其计算结果与SIR模型真实影响力展现出更高的统计相关性，准确性显著且稳定地优于其他5种基准算法.

关键词

时序网络 / 影响力传播者 / 时序引力模型 / 信息熵