一种社交网络营销的自适应预算影响力最大化方法技术

一种社交网络营销的自适应预算影响力最大化方法，包括如下步骤：根据社交网络的用户信息构建得到一个具有多个节点的图，节点对应于潜在的宣传者；基于所述图，有条件地或无条件地执行单位成本影响力最优的贪婪策略；单位成本影响力是宣传者能影响到的其他用户数除以雇佣这个宣传者进行营销的费用；单位成本影响力最优的贪婪策略包括：每一轮找出当前近似最优的宣传者，然后判断雇佣该宣传者是否会超出预算，如果不超出预算，则确定雇佣该宣传者；如果超出预算，则停止寻找；其中，通过增量更新机制更新已有的反向可达集，复用增量更新后的反向可达集来找出当前近似最优的宣传者。本发明专利技术能够避免大量的冗余计算，大大提高了效率。大大提高了效率。大大提高了效率。

【技术实现步骤摘要】
一种社交网络营销的自适应预算影响力最大化方法


[0001]本专利技术涉及计算机数据处理与应用技术，特别是涉及一种社交网络营销的自适应预算影响力最大化方法。

技术介绍

[0002]社交网络营销在现实生活中很多常见的应用。企业希望在有限的预算内，找到能产生最大影响力的社交网络用户，雇佣他们为新产品或服务进行推广。非营利组织在宣传公益活动时，希望找出能够帮助其信息最广泛传播的个体或群体，提高其公益活动的影响力。为了解决这个问题，我们可以进行建模，将社交为网络建模成一个图(graph)G，如图2所示。图上每个节点都有一个成本值。考虑到进行宣传活动都会有预算限制，那么在建模时，我们引入了预算值B。那么我们可以将社交网络的营销建模成预算限制下的影响力最大化问题，就是找到一个社交网络上的用户集合(我们称为这些用户为宣传者)，使得这个集合的总成本小于预算B，并且期望上它的影响力最大化(假设影响力传播模型已知)。
[0003]现有的一个解决方案是非自适应策略(参考文献【1】：Song Bian,Qintian Guo,Sibo Wang,Jeffrey Xu Yu.Efficient Algorithms for Budgeted Influence Maximization on Massive Social Networks.PVLDB,13(9):1498
‑
1510,2020)，即在没有观察到真实的影响力传播结果的情况下，用光所有预算选出了宣传者集合。但这样的策略会导致影响力不理想的情况出现，因为可能存在某个宣传者的影响力传播结果与其期望值相差甚远。
[0004]另一个相关的研究成果(参考文献【2】：Huang,K.,Tang,J.,Han,K.et al.Efficient approximation algorithms for adaptive influence maximization.The VLDB Journal 29,1385
‑
1406(2020))虽然考虑自适应的策略，即每次选出某个宣传者，然后观测该宣传者真实的影响力传播后再选出下一个宣传者。但该研究假设所有的宣传者都有相同的成本，忽略了不同节点之间成本的差异性。这个假设与实际情况不符。举例来说，雇佣粉丝量巨大的网红所需要的花费会显著比普通用户多得多。这直接限制了该研究成果在实际中的应用。
[0005]需要说明的是，在上述
技术介绍
部分公开的信息仅用于对本申请的背景的理解，因此可以包括不构成对本领域普通技术人员已知的现有技术的信息。

技术实现思路

[0006]专利技术人进一步意识到，现有的自适应算法存在一个效率低下的不足：在每一轮宣传者挑选前，都需要基于当前的网络拓扑生成大量的反向可达集(RR
‑
sets)，而在该轮宣传者选取结束后，这些反向可达集都会被丢弃，无法用于下一轮宣传者挑选，这就是自适应算法之所以低效的原因。
[0007]本专利技术的主要目的在于克服上述技术缺陷，提供一种社交网络营销的自适应预算影响力最大化方法。
[0008]为实现上述目的，本专利技术采用以下技术方案：
[0009]一种社交网络营销的自适应预算影响力最大化方法，包括如下步骤：
[0010]根据社交网络的用户信息构建得到一个具有多个节点的图，节点对应于潜在的宣传者；
[0011]基于所述图，有条件地或无条件地执行单位成本影响力最优的贪婪策略；所述单位成本影响力是宣传者能影响到的其他用户数除以雇佣这个宣传者进行营销的费用；
[0012]所述单位成本影响力最优的贪婪策略包括：每一轮找出当前近似最优的宣传者，然后判断雇佣该宣传者是否会超出预算，如果不超出预算，则确定雇佣该宣传者，并进行下一轮近似最优的宣传者的寻找；如果超出预算，则停止寻找；
[0013]其中，通过增量更新机制更新已有的反向可达集，复用增量更新后的反向可达集来找出当前近似最优的宣传者，而非重新生成新的反向可达集。
[0014]进一步地：
[0015]所述通过增量更新机制更新已有的反向可达集，复用增量更新后的反向可达集来找到当前近似最优的宣传者，具体包括：
[0016]在生成多个反向可达集时，为每个反向可达集额外维护一个数组，所述数组记录当前宣传者是由哪个宣传者来激活的，广度优先遍历树中当前宣传者的父亲节点；
[0017]在下一轮选取宣传者时，修正已有的反向可达集，其中，当已有的某个反向可达集包含了已经观测到激活的宣传者，则跳过该激活的宣传者，并在此基础上重新执行生成函数，得到修正后的反向可达集；
[0018]使用经过修正的反向可达集来选取新的当前近似最优的宣传者。
[0019]根据观测到激活的宣传者的残图，跳过激活的宣传者并继续进行广度优先遍历，得到修正后的反向可达集，将修正后的新的反向可达集用于当前残图下挑选近似最优的宣传者。
[0020]所述有条件地执行单位成本影响力最优的贪婪策略，采用概率执行的框架，其中，以概率p执行单位成本影响力最优的贪婪策略，以概率1
‑
p执行预算内影响力最优的单宣传者策略。
[0021]在预算内影响力最大的单宣传者策略中，雇佣成本小于预算且具有影响力近似最大的一个宣传者。
[0022]所述无条件地执行单位成本影响力最优的贪婪策略，只使用单位成本影响力最优的贪婪策略。
[0023]一种计算机可读存储介质，存储有计算机程序，所述计算机程序由处理器执行时，实现所述的社交网络营销的自适应预算影响力最大化方法。
[0024]本专利技术具有如下有益效果：
[0025]本专利技术提供一种社交网络营销的自适应预算影响力最大化方法，采用增量更新策略，在保证不影响其宣传者挑选的准确性的前提下，实现反向可达集的回收利用，从而实现了自适应算法的高效运行处理，大大提高了计算效率，有效地解决了处理大规模网络时的可扩展性问题。进一步地，本专利技术在考虑成本差异的情况下，提出加入了概率执行框架的自适应解决方案。
[0026]与传统技术相比，本专利技术的优点主要有：
[0027]本专利技术利用增量更新技术，减少重新构造反向可达集的数量，大大提高了计算效率。对比没采用增量更新技术，本专利技术可以复用已有的反向可达集，避免大量的冗余计算。
[0028]基于单位成本影响力最优的策略，进一步加入概率执行框架，概率性地选择执行单位成本影响力最优的贪婪策略和预算内影响力最优的单宣传者策略，期望上跟最优解有理论上的常数近似保证。由此，可以保证找到的宣传者集合期望上跟最优解存在常数近似，得到的宣传者集合对比于现有方法的宣传者集合有更高的影响力。
[0029]本专利技术实施例中的其他有益效果将在下文中进一步述及。
附图说明
[0030]图1为本专利技术一个具体实施例的社交网络营销的自适应预算影响力最大化方法的流程图。
[0031]图2示出图G(a)和可能的反向可达集R(b)。
[0032]图3示出残图本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种社交网络营销的自适应预算影响力最大化方法，其特征在于，包括如下步骤：根据社交网络的用户信息构建得到一个具有多个节点的图，各节点对应于潜在的宣传者；基于所述图，有条件地或无条件地执行单位成本影响力最优的贪婪策略；所述单位成本影响力是宣传者能影响到的其他用户数除以雇佣这个宣传者进行营销的费用；所述单位成本影响力最优的贪婪策略包括：每一轮找出当前近似最优的宣传者，然后判断雇佣该宣传者是否会超出预算，如果不超出预算，则确定雇佣该宣传者，并进行下一轮近似最优的宣传者的寻找；如果超出预算，则停止寻找；其中，通过增量更新机制更新已有的反向可达集，复用增量更新后的反向可达集来找出当前近似最优的宣传者，而非重新生成新的反向可达集。2.如权利要求1所述的社交网络营销的自适应预算影响力最大化方法，其特征在于，所述通过增量更新机制更新已有的反向可达集，复用增量更新后的反向可达集来找到当前近似最优的宣传者，具体包括：在生成多个反向可达集时，为每个反向可达集额外维护一个数组，所述数组记录当前宣传者是由哪个宣传者来激活的，广度优先遍历树中当前宣传者的父亲节点；在下一轮选取宣传者时，修正已有的反向可达集，其中，当已有的某个反向可达集包含了已经观测到激活的宣传者，则跳过该激活的宣传者，并在此基础上重新执行生...

【专利技术属性】
技术研发人员：王思博，郭钦填，程鸿，关佶红，
申请(专利权)人：香港中文大学深圳研究院，
类型：发明
国别省市：