一种基于团簇属性在社交网络中搜索个性化影响力社区的方法

摘要

本发明公开了一种基于团簇属性在社交网络中搜索个性化影响力社区的方法。为了找到同时满足影响力约束和查询节点约束的团体，本发明在影响力网络上提出了一种新的具有影响力的内聚子图模型，即极大个性化影响力社区，它满足四个条件：是规模不小于k的团；是影响力最大的团；包含查询节点；是极大的，即它的任何超图都不能满足前三个条件。考虑到查询节点和k团的属性，本发明提出新的检索策略，从而有效地缩减存储空间。与此同时，本发明结合新的检索策略开发了高效的索引算法，从而能在大型影响力网络中迅速找到极大个性化影响力社区。因此，基于团簇属性在社交网络中搜索个性化影响力社区的应用对个性化子图的挖掘以及社区间关系变化的预测有着极大的效益。