带有短视反馈的自适应子模影响力最大化
社会与信息网络
2018-07-09 v6
摘要
本文研究社交网络中的自适应影响力最大化问题。由于自适应决策制定是一项时间紧迫的任务，我们考虑了一种现实的反馈模型，称为短视反馈。在此方向上，我们提出了短视自适应贪心策略，该策略在独立级联扩散模型的一个变体下保证提供最优策略的(1 - 1/e)-近似。该策略最大化了一个替代效用函数，该函数已被证明是自适应单调且自适应子模的。所提出的效用函数考虑的是随时间累积的活跃节点数量，而非扩散结束时活跃节点的总数。我们在真实世界社交网络上的实证分析揭示了所提出的短视策略的优势，验证了我们的理论结果。
引用
@article{arxiv.1704.06905,
title = {Adaptive Submodular Influence Maximization with Myopic Feedback},
author = {Guillaume Salha and Nikolaos Tziortziotis and Michalis Vazirgiannis},
journal= {arXiv preprint arXiv:1704.06905},
year = {2018}
}
备注
Accepted by IEEE/ACM International Conference Advances in Social Networks Analysis and Mining (ASONAM), 2018