病毒式营销遇上社交广告：最小遗憾的广告分配

在本文中，我们通过病毒式营销的视角研究向用户分配广告的问题。广告主向平台提供预算，以换取平台提供的营销活动服务。我们表明，考虑广告病毒传播倾向的分配可以实现显著更好的性能。然而，不受控的病毒性可能对平台不利，因为它为广告主创造了利用空间：希望利用不受控的病毒性，广告主可能为其营销活动申报较低的预算，旨在以较小的成本获得同样大的效果。这造成了一个具有挑战性的权衡：一方面，平台旨在利用病毒性和网络效应来提高广告效果，另一方面，平台希望避免因不受控的病毒性而提供免费服务。我们将此形式化为最小遗憾的广告分配问题，我们证明该问题是NP难的，且关于任何因子都不可近似。然而，我们设计了一个算法，该算法关于所有广告主的总预算提供了近似保证。我们开发了该近似算法的可扩展版本，并在四个真实世界数据集上进行了广泛测试，证实了我们的算法能提供高质量的解决方案，具有可扩展性，并且显著优于几个自然基线。