1. 病毒式营销
针对社交网络中最有影响力的用户(例如,通过向他们提供免费或价格优惠的样本),人们可以通过口碑利用网络效应的力量,从而将营销信息传递到网络的很大一部分。
2. 影响力最大化:病毒式营销的关键算法
在一个在线社交网络中选择一组k个用户,即选出具有最大影响力传播的种子集,然后通过信息传播中的种子集来影响用户的预期数量最大。
2.1. 定义:扩散模型和影响扩散
给定社交图 G = ( V , E ) G = (V,E) G=(V,E),一个用户集 S ⊆ V S⊆ V S⊆V,扩散模型 M M M捕获 S S S在 G G G上传播信息的随机过程。 S S S的影响力扩散(也称为影响力函数),以 σ G , M ( S ) σ_{G,M}(S) σG,M(S)表示,是受 S S S影响的预期用户数(例如,在病毒性营销中采用新产品的用户),其中 σ G , M ( ⋅ ) σ_{G,M}(·) σG,M(⋅)是在用户的任何子集上定义的非负集合函数,即