Finding Leaders with Maximum Spread of Influence through Social Networks
碩士 === 國立清華大學 === 資訊工程學系 === 99 === 社會影響力在社會網絡中是個重要的現象。各種資訊在社會網絡中能夠在使用者之間傳遞，因此使用者在決策時容易受到他們朋友的影響。當一個使用者在他/她的朋友執行了某一個動作之後執行了相同的動作，這個使用者就稱為被他/她的朋友所影響。這個現象就像病毒一樣會散撥到整個網絡之中。因此，在社會網絡中，所謂的病毒式行銷就成了一個令人感興趣的行銷策略。影響力最大化的這個問題是希望找到一小群使用者可以在整個社會網絡上擁有最大的影響範圍。與top-K問題不同之處在於最大化的問題必須考慮使用者與使用者之間重複的部份。近年來，許多的方法在不同的模型之...
| Main Authors: | , |
|---|---|
| Other Authors: | |
| Format: | Others |
| Language: | en_US |
| Published: |
2011
|
| Online Access: | http://ndltd.ncl.edu.tw/handle/07183595492351162773 |
| Summary: | 碩士 === 國立清華大學 === 資訊工程學系 === 99 === 社會影響力在社會網絡中是個重要的現象。各種資訊在社會網絡中能夠在使用者之間傳遞，因此使用者在決策時容易受到他們朋友的影響。當一個使用者在他/她的朋友執行了某一個動作之後執行了相同的動作，這個使用者就稱為被他/她的朋友所影響。這個現象就像病毒一樣會散撥到整個網絡之中。因此，在社會網絡中，所謂的病毒式行銷就成了一個令人感興趣的行銷策略。影響力最大化的這個問題是希望找到一小群使用者可以在整個社會網絡上擁有最大的影響範圍。與top-K問題不同之處在於最大化的問題必須考慮使用者與使用者之間重複的部份。近年來，許多的方法在不同的模型之下被提出用以解決這個問題。然而，由於社會網絡的資料量通常都是非常龐大的，這些方法都需要非常冗長的執行時間。在這篇論文中，我們提供了一個基於削減策略的演算法，可以有效率的提前減少資料量的大小。除此之外，我們進行了一系列的實驗來評估這個演算法，而實驗結果也顯示我們的方法是優於其他之前的方法的。
|
|---|