基于人工智能方法的信息传播网络重要节点识别  

Identification of Vital Nodes in Information Dissemination Networks Based on Artificial Intelligence Methods

作　　者：汪超 马亮亮[1] 张凯伦 王璐 Wang Chao;Ma Liangliang;Zhang Kailun;Wang Lu(College of Civil Engineering and Architecture,Anhui Polytechnic University,Wuhu,China;Department of Management science and Engineering,Anhui University of Technology,Ma'anshan,China)

机构地区：[1]安徽工程大学建筑工程学院,安徽芜湖 [2]安徽工业大学复杂系统多学科管理与控制重点实验室,安徽马鞍山

出　　处：《科学技术创新》2023年第27期93-96,共4页Scientific and Technological Innovation

基　　金：安徽省哲学社会科学规划项目研究成果,项目编号:AHSKQ2021D116。

摘　　要：为了控制信息传播的方向,选择关键的网络节点变得极为重要。本文首先在线性阈值信息传播模型的基础上,设计了一种基于径向基函数神经网络的影响力最大化分类器。其次,利用人工兔子智能方法进行了重要节点的数据挖掘。通过相关的仿真结果表明,所提出的RBF分类预测器具有高精度,而采用兔子优化算法来识别重要节点的可行性也得到了一定的验证。In order to control the direction of information propagation,it becomes extremely important to select key network nodes.In this paper,firstly,an influence maximization classifier based on radial basis function neural network is designed on the basis of linear threshold information propagation model.Secondly,data mining of the vital nodes was carried out using an artificial rabbit intelligence method.The relevant simulation results show that the proposed RBF classification predictor has high accuracy,and the feasibility of using the rabbit optimization algorithm to identify the vital nodes is also somewhat verified.

关 键 词：信息传播网络 重要节点 RBF神经网络 人工智能方法 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程] TP393[自动化与计算机技术—控制科学与工程]