本人当前研究方向为影响力最大化（基于机器学习的组合优化算法）。目前在学习陈卫编著的《大数据传播模型与算法》，该系列会定期分享影响力最大化的学习内容（持续更新......），希望大家能够一起交流学习！
1.什么是影响？ 2.什么是影响力？ 3.什么是影响力最大化？ 4.影响来自哪里？ 5.影响如何传播？ 6.在我们生活中有哪些直观应用？
小到听一首歌曲、看一部电影、读一本新书、选一个餐馆，大到买一处房产、选择职业方向、选择生活的城市、确定政治观点等，我们的各种选择和决定常常受到家人、同事、朋友以及更广泛的大众倾向的影响。举个简单的例子，我在一家餐厅吃饭，我觉得非常好吃并把该观点分享给我的朋友，这就是我对朋友观点的影响。
在我们听一首歌曲、看一部电影、读一本书、选一个餐馆的时候，在我们买一处房产、选择职业方向、选择生活的城市、确定政治观点的时候，我们受到了谁的影响，哪些人的影响，哪些事物的影响？我们受到每一个人，每一个事物影响的程度都是影响力。
影响力最大化（IM）是一种经典的组合优化问题，旨在选择少数用户，从而最大限度地扩大在线社交影响力。
企业在做新产品推广时，可以利用对用户影响力及其传播的了解，选择有影响力的用户和传播渠道，从而帮助产品推广；公益机构可以通过影响力传播推动公益事业的发展，比如增强全民健康意识，推动扶助贫困地区等；政府可以选择合适的影响力群体和渠道来扩大其政策的影响或抵御谣言的传播。
Christakis 和 Fowler 利用美国一个城市上万人 32 年的医疗记录数据验证了肥胖症和吸烟行为会在社交网络中相互影响和传播。 在抖音，哔哩哔哩，小红书，微博等APP上分享作品或者发布作品都会产生影响，而观看这些作品的人会受到影响。
影响力最大化研究可以应用于病毒营销、网络监控、谣言屏蔽、社交推荐等领域。深入认识影响力的产生和传播模式有助于理解人类群体和个体的行为，从而使我们能够预测人们的行为，为政府、机构、企业等部门的决策提供可靠的依据和建议。比如企业在做新产品推广时，可以利用对用户影响力及其传播的了解，选择有影响力的用户和传播渠道，从而帮助产品推广；公益机构可以通过影响力传播推动公益事业的发展，比如增强全民健康意识，推动扶助贫困地区等；政府可以选择合适的影响力群体和渠道来扩大其政策的影响或抵御谣言的传播。
网络传播模型的种类繁多，侧重点各不同。本章节介绍了随机传播模型的基础定义，并基于这个定义对常用的传播模型进行了分类。
1、实体：代表网络传播播种的对象 2、有向图G（V，E）：代表一个社交网络，其中V代表结点，E代表有向边 3、边（u，v）
本文章使用limfx的vscode插件快速发布