그래프 신경망 기반 소셜 네트워크 영향력 예측
정보 확산을 극대화할 수 있는 영향력 있는 노드를 식별하는 것은 소셜 네트워크 분석의 근본적인 문제인 영향력 최대화(Influence Maximization)에 해당합니다. 기존의 확산 모델 기반, 탐욕 및 휴리스틱 알고리즘은 계산 비용이 높거나 네트워크 구조를 제대로 인식하지 못하는 한계가 있으며, 특히 대규모 네트워크에서 이러한 단점이 두드러집니다. 본 연구는 이러한 문제점을 극복하기 위해 그래프 신경망(GNN)과 개미 군집 최적화(ACO)를 결합한 하이브리드 아키텍처를 제안합니다. GNN은 노드 수준에서 영향력 표현을 학습하…