竞争性影响最大化：预算分配与种子选择的融合

如今，许多公司利用病毒式营销推广新产品，且由于许多市场中存在若干竞争公司，竞争性影响最大化已引起广泛关注。文献中存在两类研究。第一类研究在考虑对手存在的前提下，关注从网络中选择哪些节点。第二类研究关注预算分配问题。在本文中，我们整合这两条研究脉络，提出一个竞争分两阶段发生的新场景。首先，各方确定网络中最有影响力的节点。然后，各方仅针对这些有影响力的节点，依据分配给每个节点的预算量进行竞争。我们为这一整合提供了强有力的动机。此外，在以往的预算分配研究中，可将预算任意比例分配给一个节点，即动作空间是连续的。然而，在我们的场景中，我们考虑动作空间是离散的。这一考量更为现实，并显著改变了问题。我们将该场景建模为博弈，并提出计算纳什均衡的新框架。值得注意的是，为具有如此巨大动作空间的问题构建高效框架，并处理影响最大化的随机环境，极具挑战性。为应对这些困难，我们设计了一种新的收益估计方法与一种新颖的最优响应预言机，以提升框架效率。我们还通过大量实验验证了工作的各个方面。