Algorithme décentralisé pour déterminer les nœuds influents dans les réseaux sociaux

Dans cet article de Kempe-Kleinberg-Tardos, les auteurs proposent des algorithmes gourmands basés sur des fonctions sous-modulaires pour déterminer les nœuds les plus influents d'un graphe, avec des applications aux réseaux sociaux.$k$

Fondamentalement, l'algorithme se présente comme suit:

1. $S = {\rm empty~set}$
2. choisissez le nœud avec l'influence individuelle la plus élevée, appelez-le ; S = S ∪ v $v_1$$S = S\cup v_1$
3. supprimer et tous les bords connectant v 1 au reste du réseau$v_1$$v_1$
4. répéter jusqu'à ce que ait k sommets$S$$k$

J'ai deux questions sur les nœuds influents des réseaux sociaux.
a) Existe-t-il un algorithme pour trouver la solution, ou une approximation de celle-ci de manière décentralisée?
b) Quelqu'un a-t-il appliqué d'autres algorithmes, tels que Page-Rank et similaires, pour résoudre le même problème?

Des algorithmes décentralisés pour des variantes de ce problème ont été publiés dans Un algorithme distribué et préservant la confidentialité pour identifier les centres d'information dans les réseaux sociaux et l'analyse de l'influence sociale dans les réseaux à grande échelle .

Que penses-tu de ceux-ci? Apporter Pagerank à l'analyse de citation par Ma, Guan, Zhao

PageRank pour le classement des auteurs dans le réseau de co-citation Ding, Yan, Frazho, Caverlee