文献

J-GLOBAL ID：201902281408424957   整理番号：19A1253901

ソーシャルネットワークにおけるウイルスマーケティングコスト最小化のための発見的混合モデル【JST・京大機械翻訳】

A Heuristic Mixed Model for Viral Marketing Cost Minimization in Social Networks

著者 (3件)： Talukder Ashis (Department of Computer Science and Engineering, Kyung Hee University, South Korea) ,  Kim Do Hyeon (Department of Computer Science and Engineering, Kyung Hee University, South Korea) ,  Hong Choong Seon (Department of Computer Science and Engineering, Kyung Hee University, South Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICOIN  ページ： 141-146  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： インフルエンス最大化(IM)は,ウイルスマーケティング利益を最大化する少数の影響力のあるユーザを推定することを目的としている。一方,逆入力最大化(RIM)は,ソーシャルネットワークにおけるViral Marketing(VM)コストの最小化を扱う。ここでは,VMコストを,シードノードを活性化するために必要とされるノードの最小数によって測定し,そして,それらが最初に活性化されるとき,利益は,シードユーザによって影響されるノードの最大数によって定義される。しかし,既存の研究のほとんどはVMコストを考慮することなく利益最大化に焦点を合わせている。そこで,本研究では,混合逆独立カスケード(RIC)と逆線形しきい値(RLT)拡散モデルの下で,Vrial Marketing Cost(VMC)最小化問題を導入し,Heuristic Mixed(HM)アプローチを提案した。提案されたHMモデルは,VMコストを最適化するための発見的手法に沿ったgre欲な手法を採用する。さらに,著者らのモデルは,より効率的にRIM問題の挑戦課題を解決した。最後に,2つの実際のソーシャルネットワークのデータセットを用いて,著者らのモデルをシミュレーションし,結果は,著者らのモデルがベースラインおよび既存のモデルより優れていることを示した。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 基準線 ,  発見的方法 ,  *最適化 ,  最小化問題 ,  線形性
準シソーラス用語： 拡散モデル ,  利益最大化 ,  *混合モデル ,  *コスト最小化 ,  *社会的ネットワーク , 【Automatic Indexing@JST】

分類 (1件)： 計算機網  (JC03000K)

タイトルに関連する用語 (6件)： ソーシャルネットワーク ,  ウイルス ,  マーケティング ,  コスト最小化 ,  発見 ,  混合モデル