从竞争到互补：比较影响扩散与最大化
社会与信息网络
2015-11-06 v3 物理与社会
摘要
影响力最大化是一个被广泛研究的问题，旨在从社交网络中找出一小部分有影响力的用户，通过将其作为早期采纳者，使通过网络上的影响级联产生的预期总采纳量最大化。然而，几乎所有先前的工作都集中于单一传播实体或纯竞争实体的级联。在本工作中，我们提出比较独立级联（Com-IC）模型，该模型涵盖了从竞争到互补的实体交互全谱。在 Com-IC 中，用户的采纳决策不仅取决于边级信息传播，还取决于由一组模型参数控制的节点级自动机，使我们的模型能够捕获竞争以及任意程度的互补性。我们在一个具有互补实体的新设定下研究了两个自然的优化问题：自身影响力最大化和互补影响力最大化。这两个问题都是 NP-hard 的，我们通过基于反向可达集和非平凡的“三明治近似”新技术，设计了高效且有效的近似算法。这两种技术的适用性超越我们的模型和问题。我们的实验表明，所提出的算法在四个真实世界社交网络中始终优于直观基线，且通常优势显著。此外，我们从真实用户行为日志中学习模型参数。
引用
@article{arxiv.1507.00317,
title = {From Competition to Complementarity: Comparative Influence Diffusion and Maximization},
author = {Wei Lu and Wei Chen and Laks V. S. Lakshmanan},
journal= {arXiv preprint arXiv:1507.00317},
year = {2015}
}
备注
An abridged of this work is to appear in the Proceedings of VLDB Endowment (PVDLB), Vol 9, No 2. Also, the paper will be presented in the VLDB 2016 conference in New Delhi, India. This update contains new theoretical and experimental results, and the paper is now in single-column format (44 pages)