要約
影響力最大化とは、ソーシャルネットワークにおける影響力の広がりを最大化する最適なノードを選択するタスクです。
この研究では、ソーシャル ネットワークにおける影響力の拡散を最適化するための離散化量子ベースの Salp Swarm アルゴリズム (DQSSA) を提案します。
メタヒューリスティックアルゴリズムを離散化し、量子にインスピレーションを得た機能強化を注入することで、時期尚早の収束や効率の低さなどの問題に対処します。
提案された方法は、量子原理に基づいて、影響の最大化に対する有望なソリューションを提供します。
4 つの現実世界のデータセットでの実験により、確立された最先端のアルゴリズムと比較して DQSSA の優れたパフォーマンスが明らかになりました。
要約(オリジナル)
Influence Maximization is the task of selecting optimal nodes maximising the influence spread in social networks. This study proposes a Discretized Quantum-based Salp Swarm Algorithm (DQSSA) for optimizing influence diffusion in social networks. By discretizing meta-heuristic algorithms and infusing them with quantum-inspired enhancements, we address issues like premature convergence and low efficacy. The proposed method, guided by quantum principles, offers a promising solution for Influence Maximisation. Experiments on four real-world datasets reveal DQSSA’s superior performance as compared to established cutting-edge algorithms.
arxiv情報
| 著者 | Aryaman Rao,Parth Singh,Dinesh Kumar Vishwakarma,Mukesh Prasad |
| 発行日 | 2023-11-30 16:23:44+00:00 |
| arxivサイト | arxiv_id(pdf) |
提供元, 利用サービス
arxiv.jp, Google