面向成功社交活动规划的出席人数最大化
数据结构与算法
2018-11-29 v1 计算复杂性
数据库
摘要
近年来社交活动规划受到广泛关注，其中各类实体，如活动策划与营销公司、组织、场所或基于事件的社交网络中的用户，组织了众多社交活动（例如节庆、会议、促销派对）。近期研究表明，“出席人数”是衡量社交活动成功与否最常用的指标，因为参与者数量对活动的预期收益（如收入、艺人/品牌曝光）有重大影响。本工作中，我们研究社交活动调度（SES）问题，旨在识别并将社交活动分配至合适的时间槽，以最大化活动参与者数量。我们证明，即使在高度受限的实例中，SES 问题也难以在某一因子内被近似，是 NP-hard 的。为解决 SES 问题，我们设计了三种高效且可扩展的算法。这些算法利用了我们设计的若干新颖方案。我们使用多个真实与合成数据集进行了广泛实验，结果表明所提算法平均仅需现有方案一半的计算量，且在多种情况下快 3-5 倍。
引用
@article{arxiv.1811.11593,
title = {Attendance Maximization for Successful Social Event Planning},
author = {Nikos Bikakis and Vana Kalogeraki and Dimitrios Gunupulos},
journal= {arXiv preprint arXiv:1811.11593},
year = {2018}
}
备注
This paper appears in 22nd Intl. Conf. on Extending Database Technology (EDBT 2019)