인문학
사회과학
자연과학
공학
의약학
농수해양학
예술체육학
복합학
DBpia AI
AI 에이전트
AI 아이디어
AI 리더
AI 뷰어
Citeasy
크롬 서지관리 다운로드
지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 저자정보
피인용 0
초록·키워드
Online social networks have become a significant medium for disseminating and acquiring information. This paper proposes a modeling method to mine important nodes in social networks using a super adjacency matrix temporal network based on the weakening of interactions between layers and the influence maximization algorithm of a temporal network. The centrality of eigenvectors was introduced to assess the importance of nodes, and the intensity of interlayer coupling was described using an attenuation factor. In addition, the calculation method of the propagation probability between nodes was also defined. The maximum connectivity components of the proposed model on the Enrons dataset were 0.744 and 0.7412 under different circumstances, and the maximum network performance changes were 0.229 and 0.02998. The maximum running times of the influence maximization algorithm under different conditions were 25.656 s and 58.302 s. The research results have practical significance in providing accurate advertising and information dissemination.
본문·목차
인공지능 문자 인식 모델을 통해 추출된 텍스트로, 일부 오타나 오류가 포함될 수 있으나 지속적으로 개선 중입니다.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
오류를 발견하셨다면 해당 부분을 드래그한 후 ' 를 통해 신고해주세요.
최근 본 자료 전체보기
UCI(KEPA) : I410-151-25-02-092097105
