您当前的位置：
首页 >
文章列表页 >
基于高阶反向影响采样的无向超图影响力最大化算法
更新时间：2026-06-04

    • 基于高阶反向影响采样的无向超图影响力最大化算法

    • Influence maximization for undirected hypergraphs based on higher-order reverse influence sampling

    • 通信学报   2026年

    • DOI：10.11959/j.issn.1000-436x.TXXB260210    

      中图分类号： TP301.6

    • 收稿：2026-04-16，

      修回：2026-06-03，

      录用：2026-06-04，

    移动端阅览

  • 芮晓彬, 吉嘉欣, 方强鹏, 等. 基于高阶反向影响采样的无向超图影响力最大化算法[J/OL]. 通信学报, 2026. DOI： 10.11959/j.issn.1000-436x.TXXB260210.

    Rui Xiaobin, Ji Jiaxin, Fang Qiangpeng, et al. Influence maximization for undirected hypergraphs based on higher-order reverse influence sampling[J/OL]. Journal on Communications, 2026. DOI： 10.11959/j.issn.1000-436x.TXXB260210.

  •  
  •  

0

浏览量

1

下载量

0

CSCD

文章被引用时，请邮件提醒。
提交
工具集
下载
参考文献导出
分享
收藏
添加至我的专辑

相关文章

基于社交网络的影响力最大化算法
基于模体结构和度信息的关键节点组识别
大规模时序图中种子节点挖掘算法研究
基于子图演化与改进蚁群优化算法的社交网络链路预测方法
大数据环境下差分隐私保护技术及应用

相关作者

王璿
张瑜
周军锋
陈子阳
张辽
于海龙
王力
杨云云

相关机构

东华大学计算机科学与技术学院
上海立信会计金融学院信息管理学院
太原理工大学电气与动力工程学院
燕山大学信息科学与工程学院
河北省计算机虚拟技术与系统集成重点实验室
0