Investigación sobre el Problema de Maximización de Influencia en Redes Sociales Basado en el Modelo de Redes Complejas Multifuncionales

La mayoría de los problemas existentes de maximización de influencia en redes sociales solo se enfocan en redes sociales de relación única, es decir, solo hay una relación en las redes sociales. Sin embargo, en la realidad, a menudo hay muchas relaciones entre los usuarios de redes sociales, y estas relaciones afectan conjuntamente la propagación de la información en la red y su alcance final de influencia. Basado en el modelo clásico de umbral lineal y combinado con varias relaciones entre los nodos de la red, en este artículo se propone el modelo de propagación MRSN-LT para modelar el proceso de propagación de influencia entre nodos en redes sociales de múltiples relaciones. Luego, se propone el algoritmo MRSN-RRset basado en el conjunto alcanzable inverso para resolver el problema del bajo rendimiento computacional causado por el algoritmo codicioso en el proceso de investigación de la maximización de influencia tradicional. Finalmente, los resultados experimentales en conjuntos de datos reales muestran que el método propuesto tiene un mejor alcance de propagación de influencia y una mayor mejora en el rendimiento computacional.