用Python实战社交网络影响力：IC与LT模型代码逐行解析（附完整数据集）

社交网络中的信息传播如同涟漪效应，一个节点的激活可能引发整个网络的连锁反应。作为Python开发者，我们不仅需要理解传播模型的理论基础，更要掌握如何用代码精准刻画这种动态过程。本文将带您深入两种经典传播模型——独立级联模型（IC）与线性阈值模型（LT）的算法内核，通过可复现的代码实现和真实数据集，揭示社交影响力背后的计算逻辑。

1. 环境准备与数据加载

在开始建模前，需要配置包含NetworkX、Matplotlib等核心库的Python环境。推荐使用Anaconda创建独立环境：

conda create -n influence python=3.8
conda activate influence
pip install networkx matplotlib numpy pandas

我们使用斯坦福大学的Facebook社交圈数据集作为示例，该数据集包含4039个节点和88234条边，真实反映社交连接模式。加载数据时需注意处理无向图到有向图的转换：

import networkx as nx

def load_facebook_data(filepath):
    G = nx.read_edgelist(filepath, nodetype=int)
    return nx.DiGraph(G)  # 转换为有向图

fb_graph = load_facebook_data("facebook_combined.txt")
print(f"节点数: {fb_graph.number_of_nodes()}")
print(f"边数: {fb_graph.number_of_edges()}")

提示：实际应用中建议对边权重进行归一化处理，避免极端值影响传播概率计算。

2. 独立级联模型(IC)深度实现

IC模型模拟信息像病毒一样通过社交网络逐层传播的过程。其核心在于每个激活节点只有一次机会以特定概率影响邻居节点。我们分三步构建完整实现：

2.1 传播概率计算

边传播概率通常与节点连接强度相关。这里采用共同邻居占比作为概率基准：

def calculate_propagation_prob(G):
    for u in G.nodes():
        total_neighbors = len(list(G.neighbors(u)))
        for v in G.neighbors(u):
            if total_neighbors > 0:
                # 基于共同邻居比例的传播概率
                common_neighbors = len(list(nx.common_neighbors(G, u, v)))
                G[u][v]['prob'] = min(0.5, common_neighbors / total_neighbors) 
    return G

weighted_graph = calculate_propagation_prob(fb_graph)

2.2 单次传播模拟

使用深度优先搜索策略实现传播过程，注意避免重复激活：

import random
from collections import deque

def ic_simulation(G, seeds, max_iter=20):
    activated = set(seeds)
    queue = deque(seeds)
    
    for _ in range(max_iter):
        if not queue:
            break
        current_node = queue.popleft()
        
        for neighbor in G.neighbors(current_node):
            if neighbor not in activated:
                if random.random() < G[current_node][neighbor]['prob']:
                    activated.add(neighbor)
                    queue.append(neighbor)
    
    return len(activated)

2.3 多轮实验与结果可视化

为消除随机性影响，需要进行多次模拟取均值：

import matplotlib.pyplot as plt

def run_multiple_ic(G, seeds, trials=100):
    results = []
    for _ in range(trials):
        results.append(ic_simulation(G, seeds))
    
    plt.hist(results, bins=20)
    plt.title("IC模型传播范围分布")
    plt.xlabel("激活节点数")
    plt.ylabel("出现频率")
    plt.show()
    
    return sum(results)/len(results)

avg_spread = run_multiple_ic(weighted_graph, [0, 42, 101])
print(f"平均影响范围: {avg_spread:.1f}个节点")

3. 线性阈值模型(LT)完整实现

LT模型认为节点激活取决于邻居的累积影响，适合模拟意见形成等场景。关键技术在于动态阈值机制：

3.1 节点阈值初始化

为每个节点设置个性化激活阈值：

def initialize_lt_parameters(G):
    for node in G.nodes():
        # 阈值设为0.3-0.7之间的随机值
        G.nodes[node]['threshold'] = random.uniform(0.3, 0.7)
        
        # 初始化累积影响力
        G.nodes[node]['influence'] = 0
    return G

lt_graph = initialize_lt_parameters(fb_graph)

3.2 影响力传播算法

实现考虑邻居权重累积的传播逻辑：

def lt_simulation(G, seeds):
    active = set(seeds)
    new_active = set(seeds)
    
    while new_active:
        current_active = set(new_active)
        new_active = set()
        
        for node in current_active:
            for neighbor in G.neighbors(node):
                if neighbor not in active:
                    # 累加影响力
                    G.nodes[neighbor]['influence'] += G[node][neighbor].get('weight', 0.1)
                    
                    # 检查是否超过阈值
                    if G.nodes[neighbor]['influence'] >= G.nodes[neighbor]['threshold']:
                        new_active.add(neighbor)
                        active.add(neighbor)
    
    return len(active)

3.3 参数敏感度分析

通过网格搜索探究阈值参数的影响：

import numpy as np

def threshold_sensitivity(G, seeds, threshold_range):
    results = {}
    for th in np.linspace(threshold_range[0], threshold_range[1], 10):
        for node in G.nodes():
            G.nodes[node]['threshold'] = th
        results[th] = lt_simulation(G.copy(), seeds)
    
    plt.plot(list(results.keys()), list(results.values()))
    plt.title("激活阈值对传播范围的影响")
    plt.xlabel("统一阈值")
    plt.ylabel("激活节点数")
    plt.grid(True)
    plt.show()

threshold_sensitivity(lt_graph, [0, 42, 101], (0.1, 0.9))

4. 模型对比与实战应用

4.1 性能指标对比

通过表格直观比较两种模型特性：

特性	IC模型	LT模型
激活机制	单次概率尝试	累积影响超越阈值
参数复杂度	边级参数	节点级+边级参数
适用场景	病毒式传播	意见形成
计算效率	较高	较低
随机性影响	较大	较小

4.2 种子节点选择策略

影响力最大化的核心是找到最优种子节点组合。常用启发式方法包括：

• 度中心性：选择度数最高的k个节点
• 接近中心性：选择到其他节点平均距离最短的节点
• PageRank：利用Google的网页排名算法
• CELF优化：贪心算法的加速版本

实现度中心性选择示例：

def select_by_degree(G, k=5):
    degrees = dict(G.degree())
    return sorted(degrees.items(), key=lambda x: x[1], reverse=True)[:k]

top_nodes = [node for node, _ in select_by_degree(fb_graph)]
print("Top nodes by degree:", top_nodes)

4.3 完整工作流示例

整合模型选择、种子选取到结果评估的全流程：

def full_workflow(G, model_type='IC', k=5):
    # 种子选择
    seeds = [node for node, _ in select_by_degree(G, k)]
    
    # 模型选择
    if model_type == 'IC':
        G = calculate_propagation_prob(G)
        spread = run_multiple_ic(G, seeds)
    else:
        G = initialize_lt_parameters(G)
        spread = lt_simulation(G, seeds)
    
    # 可视化
    nx.draw_spring(G.subgraph(seeds + list(G.neighbors(seeds[0]))[:20]), 
                  with_labels=True, node_color=['red']*len(seeds) + ['blue']*20)
    plt.title(f"种子节点及其直接邻居 (模型: {model_type})")
    plt.show()
    
    return spread

ic_result = full_workflow(fb_graph.copy(), 'IC')
lt_result = full_workflow(fb_graph.copy(), 'LT')