時(shí)間傳播網(wǎng)絡(luò)中受影響頂點(diǎn)的預(yù)測(cè)

　　受影響頂點(diǎn)預(yù)測(cè)是信息傳播研究的一個(gè)基本問題，在廣告推薦、流行病預(yù)測(cè)和社交網(wǎng)絡(luò)的信息傳播等研究中都有廣泛的應(yīng)用。對(duì)于廣告商而言，在廣告發(fā)布后需要獲知被該廣告影響的用戶，從而進(jìn)行廣告評(píng)估，制定營(yíng)銷策略。在流行性疾病和計(jì)算機(jī)病毒傳播中，需要快速確認(rèn)并處理感染者，從而控制病毒傳播。但由于信息傳播具有隨機(jī)性和不確定性，有效預(yù)測(cè)出受影響者較為困難，因此本文將受影響頂點(diǎn)預(yù)測(cè)與頂點(diǎn)狀態(tài)驗(yàn)證相結(jié)合來預(yù)測(cè)發(fā)現(xiàn)受影響頂點(diǎn)，從而確定信息的擴(kuò)散范圍。但頂點(diǎn)狀態(tài)驗(yàn)證需要對(duì)頂點(diǎn)的屬性進(jìn)行分析，這會(huì)耗費(fèi)大量計(jì)算資源，且在許多應(yīng)用中允許的驗(yàn)證次數(shù)往往是有限的。

　　本文研究時(shí)間傳播網(wǎng)絡(luò)（ Temporal Diffusion　Network．TDN）中受影響頂點(diǎn)的預(yù)測(cè)問題。首先給出受影響頂點(diǎn)預(yù)測(cè)問題的形式化定義，然后設(shè)計(jì)基于頂點(diǎn)受影響概率的啟發(fā)式預(yù)測(cè)算法IPH，并在此基礎(chǔ)上，結(jié)合廣度優(yōu)先遍歷（ Breath First Search，BFS）頂點(diǎn)選擇策略進(jìn)一步提出相鄰頂點(diǎn)受影響概率啟發(fā)式預(yù)測(cè)算法AIPH，最后在模擬數(shù)據(jù)集和真實(shí)數(shù)據(jù)集上進(jìn)行實(shí)驗(yàn)。