计算机研究与发展

作者：于亚新,王磊,

关键词：地理社交网络, 位置敏感的影响力最大化问题, 重叠种子, 博弈论, 纳什均衡,

作为社交影响最大化问题的重要应用之一，社交广告(或社交营销)已成为一个热门行业.其目标就是寻找k个最具影响力的种子节点，使产品公司利用成员间推介的“级联”效应推销产品.然而，由于所用数据集的限制，大多数现有影响力最大化问题的研究成果只能用于分析用户在虚拟世界中的行为，忽略了位置信息所起的作用.在信息传播过程中，用户间的距离也会对传播概率造成影响.因此，对地理社交网络中的位置敏感的影响力最大化(location-awareinfluencemaximization,LAIM)问题进行了定义，并提出一种贪婪框架下考虑位置的影响力最大化算法,该算法将营销位置信息引入现有影响力最大化(influencemaximization，IM)问题定义中，解决了传统IM中由于缺少位置信息所导致的传播范围与实际需求不符问题.此外，鉴于同一领域不可避免的竞争会引发种子重叠现象，从而导致种子个体不能实现预期传播范围，立足重叠种子角度，旨在对公司选择进行决策博弈并找到纳什均衡点,从而降低了种子集合的重叠率与影响力损失.实验结果验证了贪婪框架下考虑位置的影响力最大化算法和重叠种子下决策博弈策略的有效性.

来源：2019年第6期

《计算机研究与发展》期刊编辑部

查看计算机研究与发展杂志2019年第6期