%A 孔芳, 李奇之, 李帅 %T 在线影响力最大化研究综述 %0 Journal Article %D 2020 %J 计算机科学 %R 10.11896/jsjkx.200200071 %P 7-13 %V 47 %N 5 %U {https://www.jsjkx.com/CN/abstract/article_19013.shtml} %8 2020-05-15 %X 影响力最大化是指在给定的影响力传播模型下选取种子节点使其传播信息范围最广。此问题的应用场景十分广泛,包括推荐系统、病毒营销、信息扩散和链接预测等。在实际应用中,信息传播模型中的点对点传播概率通常是未知的,而在线学习算法可以在交互过程中自主学习未知参数,逐步逼近最优解。文中首先讨论了影响力最大化问题的定义,介绍了常用的影响力传播模型,归纳了常见的离线影响力最大化算法;随后介绍了经典的在线学习框架——多臂老虎机问题,分析了在线影响力最大化问题的研究现状,并通过实验对常见的在线影响力最大化算法在真实社交网络中的性能表现进行对比;最后总结了该课题面临的挑战并展望了未来的研究方向。