Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
MTZ-Fachkongress

Antriebe und Energiesysteme von morgen


Austausch von Automobil- und Energiewirtschaft

Am 14./15. Mai geht es in Chemnitz um die Mobilitätswende durch Elektro- und Wasserstofffahrzeuge.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
Decomposable Atomic Norm Minimization Channel Estimation for Millimeter Wave MIMO-OFDM Systems Kapitel lesen Erstes Kapitel lesen

2019 | OriginalPaper | Buchkapitel

Parallel Multicast Information Propagation Based on Social Influence

verfasst von : Yuqi Fan, Liming Wang, Lei Shi, Dingzhu Du

Erschienen in: Wireless Algorithms, Systems, and Applications

Verlag: Springer International Publishing

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

Most research on information propagation in social networks does not consider how to find information dissemination paths from the information source node to a set of influential nodes. In this paper, we introduce a multicast information propagation model which disseminates information from the information source node to a set of designated influential nodes in social networks, and formulate the problem with the objective to maximize the social influence on the information propagation paths. We then propose a Parallel Multicast information Propagation algorithm (PMP), which concurrently constructs a subgraph for each influential node, joins all the subgraphs into a merge graph, and finds the information propagation paths with the maximum social influence in the merge graph. The simulation results demonstrate that the proposed algorithm can achieve competitive performance in terms of the social influence on the information propagation paths.

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren
Vorheriges Kapitel Analysis of Best Network Routing Structure for IoT
Nächstes Kapitel Research on Physical Layer Security Scheme Based on OAM
Literatur
1.
Peng, S., Zhou, Y., Cao, L., et al.: Influence analysis in social networks: a survey. J. Netw. Comput. Appl. 106(2018), 17–32 (2018)
2.
Kempe, D., Kleinberg, J., Tardos, E.: Maximizing the spread of influence through a social network. In: Proceedings of the Ninth ACM SIGKDD International Conference on Knowledge Discovery and Data Mining. Washington, D.C., pp. 137–146 (2003)
3.
He, Z., Cai, Z., Wang, X.: Modeling propagation dynamics and developing optimized countermeasures for rumor spreading in online social networks. In: 2015 IEEE 35th International Conference on Distributed Computing Systems, Columbus, USA, pp. 205–214 (2015)
4.
He, Z., Cai, Z., Yu, J., et al.: Cost-efficient strategies for restraining rumor spreading in mobile social networks. IEEE Trans. Veh. Technol. 66(3), 2789–2800 (2017)
5.
Wang, Z., Shinkuma, R., Takahashi, T.: Dynamic social influence modeling from perspective of gray-scale mixing process. In: 9th International Conference on Mobile Computing and Ubiquitous Network, Hakodate, Japan, pp. 1–6 (2015)
6.
Zhu, Y., Wu, W., Bi, Y., et al.: Better approximation algorithms for influence maximization in online social networks. J. Comb. Optim. 30(1), 97–108 (2015)
7.
Li, J., Cai, Z., Yan, M., Li, Y.: Using crowdsourced data in location-based social networks to explore influence maximization. In: The 35th Annual IEEE International Conference on Computer Communications, San Francisco, USA, pp. 1–9 (2016)
8.
Tong, G., Wu, W., Tang, S., et al.: Adaptive influence maximization in dynamic social networks. IEEE/ACM Trans. Netw. 25(1), 112–125 (2017)
9.
Dinh, T., Nguyen, H., Ghosh, P., et al.: Social influence spectrum with guarantees: computing more in less time. In: International Conference on Computational Social Networks, Beijing, China, pp. 84–103 (2015)
10.
Leskovec, J., Sosic, R.: SNAP: a general-purpose network analysis and graph-mining library. ACM Trans. Intell. Syst. Technol. 8(1), 1 (2016)
Metadaten
Titel
Parallel Multicast Information Propagation Based on Social Influence
verfasst von
Yuqi Fan
Liming Wang
Lei Shi
Dingzhu Du
Copyright-Jahr
2019
Buch
Wireless Algorithms, Systems, and Applications

Print ISBN: 978-3-030-23596-3

Electronic ISBN: 978-3-030-23597-0

Copyright-Jahr: 2019

DOI
https://doi.org/10.1007/978-3-030-23597-0_46

Premium Partner

    Bildnachweise