Feb, 2012

社交网络中本地信息的力量

PDF
TL;DR本文研究了局部信息算法在社交网络上的优化问题的能力，重点探讨了顺序算法，其中网络拓扑初始状态未知，并且仅在已不可逆地添加到输出集合的顶点的本地邻域内显示。我们研究了各种问题，并解决了拓扑网络中的一个开放问题，同时还研究了在线网络招聘过程中的最小支配集的问题，并且发现网络提供商的决策会影响用户的战略互动。
local information algorithmssocial networksoptimizationpreferential attachment networknetwork coverage problems
发现论文，激发创造
  • 稀疏随机图上本地算法的限制

    本文研究了关于在图上的局部算法。我们证明了局部算法产生的每个独立集都比最大集合要小，而且通过聚类属性，我们强调了在随机图上的局部算法存在局限性。

    Apr, 2013

  • 主动探索网络中的信息收集

    本文提出了一种从初始节点开始探索，一旦选择邻居节点，新节点变得可见和可选择的新模型，称为 NetExp，并给出了基于底层网络结构属性与理论边界的性能分析，此方法在各种模拟问题实例和社会问答系统中得到了评价。

    Apr, 2015

  • 社交网络信息访问中的空白

    本研究探讨如何在社交网络中传播信息并最小化访问差距，提出了最小最大社会福利函数作为目标函数，并研究了使用贪心策略进行最小最大优化的困难和实用性，并给出了贪心策略经验证据表明在实践中运作良好。

    Mar, 2019

  • 幂律网络中的搜索

    本文介绍了一种利用幂律图中的高度节点设计高效搜索算法的本地搜索策略，而这些策略具有数据规模亚线性的成本，并在 Gnutella 对等网络上证明了其实用性。

    Mar, 2001

  • 局部偏置图算法的优化方法

    本文综述了最近几年来几个研究社区对局部偏差图算法的发展和应用，以及这些算法和算法论和统计理论的相互关系。

    Jul, 2016

  • 使用本地规则增长网络：优先连接、聚类层次和度相关性

    本文中提出，在基于本地规则的生长网络模型中，有效的线性优先连接是基于本地规则的一般原理的自然结果，不仅可以解释复杂网络中观察到的度数分布幂律行为，还可以解释其他一些性质，如聚类层次和度相关性等。

    Nov, 2002

  • 稳健影响力最大化

    本文研究了鲁棒社交网络算法的影响最大化问题，定义了鲁棒影响最大化框架，并提出了一种能够在多种影响模型和参数设置下提供保证的近似算法，该算法的性能在多组真实数据集上得到了验证。

    Feb, 2016

  • 社交网络中基于社区结构的公平信息传播

    提出了一种基于网络建模从而实现公平信息扩散的影响最大化算法，可以有效解决社交网络中社群结构问题而不依赖节点属性，并且适用于部分观察和噪声干扰的网络。

    May, 2023

  • 通过最大独立图调度实现局部视图容量

    本文中，我们正式表述了网络状态的了解程度与增加的总速率之间的关系，并提出使用归一化总容量来了解容量限制。在一些情况下，一种称为最大独立图调度的调度方案被证明可以实现归一化总容量。我们还展示了其 1 本地视图的通用化版本，在某些情况下，标记为编码集调度的版本可以实现归一化总容量，而其未编码的对应物则无法实现。

    Apr, 2010

  • 社交网络中的多数动态和信息聚合

    研究了社交网络上的多数决策问题，在形成初步决策后，考虑交互作用对决策的影响，并探讨在不同的社交网络条件下，少数服从多数的情况是否成立以及信息聚合是否有效。

    Jul, 2012