Resumen

La maximización de la influencia (IM) es fundamental para las aplicaciones de redes sociales. Su objetivo es encontrar múltiples nodos semilla con un impacto enorme en la difusión para maximizar la propagación de influencia en las redes sociales. Los métodos tradicionales para resolver la maximización de la influencia en la red social, como el método de distancia, el método codicioso y el método PageRank, pueden sufrir problemas de baja precisión de cálculo y alto costo computacional. En este documento, proponemos un nuevo algoritmo de optimización de forrajeo bacteriano para resolver el problema de IM basado en el modelo de evaluación de influencia completa de tres capas (CTLI). En este algoritmo, se han ideado una estrategia de reproducción novedosa basada en cuadrículas y una estrategia de quimiotaxis basada en el ajuste de dirección para mejorar la capacidad de búsqueda de los algoritmos. Finalmente, realizamos experimentos exhaustivos en cuatro casos de redes sociales para verificar la efectividad del algoritmo propuesto. Los resultados experimentales muestran que nuestro algoritmo prop

• Materias:Modelo Matemático Gestión ambiental Sistemas dinámicos Datos estructurales Sistema inalámbrico
• Subjects:Mathematical model Environmental management Dynamic systems Structural data Wireless system
• Palabras claves:Maximización de la influencia; Aplicaciones de redes sociales; Nodos semilla; Cascada de impacto; Difusión de la influencia; Algoritmo de optimización
• Keywords:Influence maximization; Social network applications; Seed nodes; Impact cascade; Influence spread; Optimization algorithm