双曲影响力表示

影响力估计准

用双曲空间编码社交网络中的影响力传播模式，通过几何距离估计用户影响力强度，避开传统欧氏表示的层级损失。

Hongliang, Qiao · 冯珊珊 · Zhou, Min · 李旭涛 · 叶允明 · Li, Fan · Shang, Shuo · Ong, Yew Soon

IEEE Transactions on Knowledge and Data Engineering 2026

技术优势

建模传播过程

从社交网络和历史传播实例中编码传播模式，不再依赖隐式表示，为种子选择提供更可靠依据。

层级结构适配

双曲空间天然适合嵌入层级结构，高影响力用户靠近原点，而欧氏空间无法体现这种分布。

种子选择灵活高效

利用多种双曲距离信息增量更新得分，在不同扩散模型下均表现出优越的性能和效率。

应用场景

• 社交网络分析：提供高质量用户影响力分数，替代传统浅层指标，支撑传播分析与社群发现。
• 影响力最大化：直接用于种子用户选择，在多种扩散模型下提升影响范围，且计算高效。
• 图表示学习：在双曲空间学习节点表示，捕捉层级结构，超越欧氏空间的表达能力。
• 信息传播建模：从历史传播实例中编码扩散模式，显式建模传播过程，提升预测准确性。