连续时间信息级联中活动塑形的谱方法
机器学习
2017-09-18 v1 人工智能
机器学习
社会与信息网络
最优化与控制
摘要
信息级联模型捕捉社交网络中用户活动的动态特性。在这项工作中，我们开发了在连续时间信息级联模型下的活动塑形新框架，该框架允许管理员通过分配可改变过程传播的定向资源来进行局部控制动作。我们的框架优化了 Hazard 矩阵（Hazard matrix）的谱半径，该量已被证明可驱动网络中的最大影响，同时在用于最小化级联影响时享有简单的凸松弛。此外，讨论了诸如隔离和节点免疫等用例，以突出所提活动塑形框架的通用性。最后，我们提出 NetShape 影响最小化方法，并通过在真实社交网络上的模拟与基线和最先进方法进行了有利比较。
引用
@article{arxiv.1709.05231,
title = {A Spectral Method for Activity Shaping in Continuous-Time Information Cascades},
author = {Kevin Scaman and Argyris Kalogeratos and Luca Corinzia and Nicolas Vayatis},
journal= {arXiv preprint arXiv:1709.05231},
year = {2017}
}