本项目为浙江大学控制科学与工程学院毕业论文（设计）项目“动态环境下的影响力最大化算法研究”的附属代码。
实验中使用的操作系统为Ubuntu20.04，其他Linux操作系统也可能能够完成编译，但目前未经过测试。
主体部分使用C++20标准编写，数据处理及可视化使用MATLAB2020完成。请确保编译器支持C++20标准，推荐使用g++-10作为编译器。
sx-askubuntu、sx-stackoverflow、sx-superuser、higgs-twitter
下载数据集后将其放在{WorkspaceDirection}/database文件夹中。其中，{WorkspaceDirection}为项目根目录。
以g++10为例进行编译。
创建目录{WorkspaceDirection}/output，然后进行编译：
g++-10 {WorkspaceDirection}/src/sic_main.cpp {WorkspaceDirection}/int_SIC/src/sic.cpp {WorkspaceDirection}/src/sievestream_recurse.cpp -lpthread -std=c++20 -o {WorkspaceDirection}/output/sic_recurse.out
g++-10 {WorkspaceDirection}/src/sic_main.cpp {WorkspaceDirection}/int_SIC/src/sic.cpp {WorkspaceDirection}/src/sievestream_loop.cpp -lpthread -std=c++20 -o {WorkspaceDirection}/output/sic_loop.out
g++-10 {WorkspaceDirection}/src/sic_main.cpp {WorkspaceDirection}/int_SIC/src/sic.cpp {WorkspaceDirection}/src/sievestream_v0.cpp -lpthread -std=c++20 -o {WorkspaceDirection}/output/sic_v0.out
g++-10 {WorkspaceDirection}/src/sic_main.cpp {WorkspaceDirection}/int_SIC/src/sic.cpp {WorkspaceDirection}/src/sievestream_loop_noseedprune.cpp -lpthread -std=c++20 -o {WorkspaceDirection}/output/sic_loop_noseedprune.out编译后在{WorkspaceDirection}/output中得到四个可执行文件。
四个可执行文件的格式均相同，以下以sic_loop.out为例。
{WorkspaceDirection}/output/sic_loop.out -u 500000 -beta 0.2 -k 50 -n 25000 -l 2500 -dbplace {WorkspaceDirection}/database/higgs-activity_time.txt -logplace {WorkspaceDirection}/log/loop-u、-beta、-k、-n、-l参数意义及设定值请参照论文内容。
-dbplace是数据集的路径；
-logplace是结果的存储路径。
数据处理及可视化使用MATLAB2020完成。直接运行{WorkspaceDirection}/log/expriment_plot.m中的代码可以使用我们预先存储的结果得到论文中的图片。如果需要更改需要处理及可视化的结果文件请更改{WorkspaceDirection}/log中对应.m文件中的对应路径。
React
Typescript
Django
Laravel
Facebook
Microsoft
Google
Alibaba
D3
Tencent