在线社交网络中收益最大化的折扣分配

通过在线社交网络(OSN)进行的病毒式营销引起了人们极大的兴趣。 但是,如何通过在OSN中传播影响来优化营销策略的“纯净度”这一基本问题仍然悬而未决。 在本文中,我们考虑了一个实际设置,其中OSN中的“种子节点”只能通过分配给他们的产品折扣来概率激活,并且首先尝试寻求折扣分配策略,以最大程度地实现预期的利润和利润差异。策略的成本(即收入)。 我们证明了我们的问题比以前的工作所研究的传统影响最大化问题要困难得多,因为它可以表述为非单调和非子模优化问题。 为了解决我们的问题,我们提出了一种新颖的“代理优化”方法以及两种随机算法,这些算法可以以较高的概率找到具有恒定性能比的近似解。 我们使用真实的社交网络评估我们方法的效果。 大量的实验结果表明,我们提出的方法在收益和运行时间上都大大优于以前的工作。