Децентрализованный алгоритм определения влиятельных узлов в социальных сетях

В этой статье Kempe-Kleinberg-Tardos авторы предлагают жадные алгоритмы, основанные на субмодульных функциях, для определения наиболее влиятельных узлов в графе с приложениями к социальным сетям.$k$

В основном алгоритм работает следующим образом:

1. $S = {\rm empty~set}$
2. выберите узел с наибольшим индивидуальным влиянием, назовите его ; S = S ∪ v $v_1$$S = S\cup v_1$
3. удалить и все ребра, соединяющие v 1 с остальной частью сети$v_1$$v_1$
4. повторять, пока у не будет k вершин$S$$k$

У меня два вопроса о влиятельных узлах в социальных сетях.
а) Существует ли какой-либо алгоритм для поиска решения или его аппроксимация децентрализованным способом?
б) Кто-нибудь применял другие алгоритмы, такие как Page-Rank и аналогичные, для решения той же проблемы?

Децентрализованные алгоритмы для вариантов этой проблемы были опубликованы в Распределенном и сохраняющем конфиденциальность алгоритме для идентификации информационных центров в социальных сетях и Анализе социального влияния в крупных сетях .

как на счет этих? Привлечение Pagerank к анализу цитирования Ма, Гуань, Чжао

PageRank для рейтинга авторов в сети совместного цитирования Дин, Ян, Фражо, Каверли