一种社会信任网络中实现意见最大化的种子节点选取方法和系统

本发明公开了一种社会信任网络中实现意见最大化的种子节点选取方法，其首先通过计算社会信任网络中每个节点的影响力，筛选出一些影响力更高的节点作为候选种子，然后使用改进的DQN方法从这些候选种子节点中逐个选出种子节点，直到选出所需数量的种子节点。本发明将DQN方法中的动作限定为五种潜在的种子节点选择策略，显著降低了动作空间的复杂度，并在经验回放池部分采用了优先经验回放机制，使得具有较大时间差分TD误差的经验更容易被采样，从而加速学习。本发明能够解决现有基于贪心算法的全局优化方法由于具有很高的计算复杂度，在处理大规模网络时仍存在效率与适应性不足的技术问题。