预算约束下基于 Frank-Wolfe 的最优 influencer 营销活动
社会与信息网络
2022-12-13 v1 网络与互联网体系结构
性能
摘要
influencer 营销已成为一个蓬勃发展的行业，其全球市场价值预计到 2022 年达到 150 亿美元。此类机构面临的广告问题如下：给定货币预算，寻找一组合适的 influencer，他们可以创建并发布各类帖子（如文本、图像、视频）以推广目标产品。该活动的目标是在一个或多个在线社交平台上最大化某些感兴趣的 impact 指标，例如曝光数、销售（ROI）或受众触达。本工作中，我们将带预算的 influencer 营销问题表述为一个凸规划的原始连续形式。我们进一步提出了一种基于 Frank-Wolfe 方法的高效迭代算法，其收敛至全局最优且计算复杂度低。我们还给出了一种更简单的近最优经验法则，可在许多实际场景中表现良好。我们将我们的算法与启发式方法同优化文献中的若干替代方案以及标准种子选择方法进行了测试，并验证了 Frank-Wolfe 在执行时间与内存上的优越性能，以及其针对具有极大量（数百万）社交用户问题的良好可扩展性。
引用
@article{arxiv.2212.05280,
title = {Optimal Influencer Marketing Campaign Under Budget Constraints Using Frank-Wolfe},
author = {Ricardo Lopez-Dawn and Anastasios Giovanidis},
journal= {arXiv preprint arXiv:2212.05280},
year = {2022}
}
备注
accepted in IEEE Transactions on Network Science and Engineering, 16 pages, double column, 4 figures