有符号社交网络中的影响力最大化：一项综述

《ACM Computing Surveys》：Influence Maximization on Signed Social Networks: A Survey

本文首次系统综述了 signed social networks（有向社会网络）中的影响力最大化（IM）问题，涵盖网络基础、信息传播模型、正负关联算法对比及未来研究方向，提出研究挑战与开放问题。

　　

摘要

影响力最大化（IM）问题因其在计算机科学和社会科学中的应用潜力而受到了广泛关注。最近的研究进展主要集中在无符号社交网络中的正面关系（如朋友、信任等）上。在有符号社交网络中，通过引入正面和负面关系（如敌人、不信任等），影响力最大化问题尚未得到充分研究。因此，本研究探讨了有符号社交网络中的影响力最大化问题。据我们所知，这是首次系统性地研究网络中与极性相关的影响力最大化问题。首先，我们讨论了社交网络的基本概念和极性，为影响力最大化问题的研究奠定了基础。接着，我们描述了有符号社交网络中的信息传播过程和模型。随后，我们对基于极性的影响力最大化算法进行了分析和比较，并对其性能进行了评估。最后，我们探讨了有符号社交网络研究面临的主要挑战，并讨论了未来的研究方向。此外，我们还提出了一些未解决的问题。