考虑用户自发采纳的影响力最大化
社会与信息网络
2020-03-13 v4
摘要
我们将自发激活引入影响力传播，并提出自发激活独立级联(SAIC)模型：节点除了被选为种子外，还可能自发激活，且影响力从所选种子与自发激活节点共同传播。自发激活反映了现实场景，例如人们即使没有营销干预也会自然地与朋友分享产品推荐。它还导致了两类新型优化问题：(a)预emptive影响力最大化(PIM)，旨在找到个若自发激活则能在其他自发激活节点之前触达最多节点的节点；以及(b)增强型预emptive影响力最大化(BPIM)，旨在选出个保证被激活且能在其他自发激活节点之前触达最多节点的种子。我们为PIM与BPIM提出了可扩展算法，并证明对于任意，它们分别达到PIM的近似与BPIM的近似。通过在真实图上的大量测试，我们证明了我们的算法在PIM问题的解质量上显著优于基线算法，并且在节点间自发激活行为非均匀时BPIM上也优于基线。
引用
@article{arxiv.1906.02296,
title = {Influence Maximization with Spontaneous User Adoption},
author = {Lichao Sun and Albert Chen and Philip S. Yu and Wei Chen},
journal= {arXiv preprint arXiv:1906.02296},
year = {2020}
}