一种社交网络中影响力最大化方法、系统、设备及存储介质

本发明公开了一种社交网络中影响力最大化方法、系统、设备及存储介质；属于复杂网络分析技术领域，其步骤为：通过节点的结构相似性特征，得到训练网络中每个节点的嵌入的无标度网络；将每个节点单独作为种子节点集合进行模拟信息的传播，得到单个节点传播后所影响到的节，将得到的训练网络中节得到的特征标签输入到GAT中进行特征再处理和训练优化相关参数，然后对真实的网络进行影响力的预测；引入k‑shell值和度中心性指标为每个节点重新设置影响力分数，选取影响力分数高的前k个节点作为种子节点集合。本发明所提出的方法更好地捕捉结构相似性和聚合局部影响力程度，在解决影响力最大化问题中引入图嵌入和图注意力网络，提高了挖掘种子节点的效率。