在线社交网络的影响力最大化算法

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 SV,扩散模型 M M M捕获 S S S 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

  • 4
    点赞
  • 36
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值