计算机科学与探索

作者：孙月明，张运加，颜钱，陈璐，黄浩，高云君

单位：1. 武汉大学 计算机学院，武汉 4300722. 奥尔堡大学 计算机科学系，丹麦 奥尔堡 DK-92203. 浙江大学 计算机科学与技术学院，杭州 310027

关键词：传播网络推断,影响关系,感染传播概率,感染时间信息

现有的大多数传播网络推断方法需要节点的感染时间信息，但是在许多现实传播过程中，准确的感染时间信息往往是难以获得的。以准确、高效且无需感染时间信息的传播网络推断方法为目标，研究了如何仅利用多次传播过程结束时观测到的各节点的感染状态来推断节点间的影响关系和感染传播概率。为此，该方法首先利用节点感染状态间的互信息来量化它们之间的相互关联，找出可能的节点间影响关系。然后，构建以感染传播概率为变量的节点感染状态观测数据的对数似然函数，并采用期望最大化的方法最大化该对数似然函数并求解感染传播概率。实验结果表明，相较现有方法，该方法有效提高了传播网络推断的准确性，并且大幅缩短了算法运行所需时间。

来源：2019年第4期

《计算机科学与探索》期刊编辑部

查看计算机科学与探索杂志2019年第4期