竞争扩散模型中社会福祉的最大化
社会与信息网络
2020-12-08 v1 人工智能
信息论
math.IT
摘要
影响力最大化（IM）因病毒式营销和感染控制等应用而在文献中备受关注。其旨在选择少量种子用户采纳某物品，使得采纳在网络中传播至大量用户。竞争型IM关注网络中竞争物品的传播。现有竞争型IM工作存在若干局限：（1）未能将用户采纳决策中的经济激励纳入考虑；（2）多数工作旨在最大化某一特定物品的采纳，忽视不同物品所起的集体作用；（3）主要聚焦于竞争的一个方面——纯竞争。为解决这些问题，我们在一种称为UIC的效用驱动传播模型下研究竞争型IM，并研究社会福祉最大化。该问题一般而言不仅是NP难的，而且在任意常数因子内近似也是NP难的。因此，我们为一般情况设计了依赖于实例的高效近似算法，并为受限设定设计了近似算法。在合成与真实效用配置下的大型真实网络上，我们的算法在解质量和运行时间两方面均优于竞争型IM的不同基线方法。
引用
@article{arxiv.2012.03354,
title = {Maximizing Social Welfare in a Competitive Diffusion Model},
author = {Prithu Banerjee and Wei Chen and Laks V. S. Lakshmanan},
journal= {arXiv preprint arXiv:2012.03354},
year = {2020}
}