论文部分内容阅读
随着信息技术和互联网的发展与普及,越来越多的人能够在网络上随时随地的发表自己的想法,分享自己的所见所闻；在线社交网络(比如Twitter、Facebook、新浪微博等)在信息的传播、消息的扩散等方面扮演着重要的角色。近年来,利用社交网络进行产品营销或品牌推广受到了广泛的关注。病毒营销作为一种常见的营销方法,主要利用用户之间的信息传播效应来进行产品营销或品牌推广。影响力传播最大化问题因在病毒营销中的重要应用而得到了广泛的研究,然而目前的研究工作大多关注一组用户的整体影响力最大化问题,忽略了用户个体的影响力及其最大化问题。因此,本文首先站在用户自身的角度,对面向影响力增益的社交用户推荐问题进行了研究,提出了用户个体影响力最大化问题,即用户个体如何建立新的连接能使自己在社交网络中的影响力增益最大。另一方面,目前对产品营销中的影响力传播分析,只关注用户之间的影响力,没有对企业与用户之间的影响力进行深入研究。鉴于此,本文分析企业与用户之间的影响力对用户消费行为的影响,研究了多重影响力的潜在用户推荐问题,并提出了一个计算框架及相应算法,能够向产品营销中的企业推荐最具价值潜力的一组用户。本文的研究工作与贡献可以总结如下：(1)对面向影响力增益的社交用户推荐问题进行了研究。本文首先提出并形式化定义了个体影响力最大化问题；然后利用目标函数性质提出了启发式的贪心算法,并结合具体模型计算特性进一步提出了线性时间复杂度的]uBound算法；最后,在四个真实的数据集上的实验结果表明了算法的有效性和高效性。(2)对基于多重影响力的潜在用户推荐问题进行了研究。本文首先讨论了企业与用户之间的影响力关系及其对用户消费行为的影响；然后提出了一个计算框架及相应算法,来向产品营销中的企业推荐最具有潜力价值的用户(这部分用户对产品感兴趣,但不倾向于选择哪一家公司的产品)；最后,在两个真实的数据集上的实验结果验证了计算框架及相应算法的有效性。