社交網絡中基于位置的影響最大化問題分析與算法設計.pdf

1、影響最大化問題一直是社會網絡研究中廣受關注的熱點問題，而在在線社交網站成為重要產品營銷平臺的網絡時代，影響最大化問題的意義愈顯突出。影響最大化問題源自于病毒式營銷，可以描述為如何確定一定數量的初始用戶，通過他們的口碑宣傳，使得最終整個社會網絡中接受產品或思想的用戶數量達到最大。近年來，O2O商業(yè)模式開始嶄露頭角，O2O指對線下的服務進行線上的交易，它連接了線上的營銷和線下的消費，正成為電子商務的一大發(fā)展趨勢。然而在O2O環(huán)境下，由于用戶

2、線下消費環(huán)節(jié)的存在，傳統的單一線上影響傳播模型已經不能精準地描述用戶接受產品的過程，而現有在線社交網站上的影響最大化問題的研究視角也都專注于線上的人際網絡，O2O模式線上線下相結合的特征，要求我們將營銷過程的線下環(huán)節(jié)和位置特征作為重要的內容納入影響最大化問題之中。
　　本文針對O2O商業(yè)模式下的產品推廣，以基于位置的社交網站LBSN為平臺，進行基于位置的影響最大化問題研究，考慮到用戶地理特征，在同時涉及到線上線下的口碑營銷中，實現

3、對初始種子用戶的定位，以達到產品推廣的效益最大。本文選擇著名LBSN網站Foursquare作為數據源，獲取其用戶社交網絡數據和用戶歷史簽到數據，作為真實的數據基礎。
　　本文首先對現有的影響傳播模型進行改進，引入線下環(huán)節(jié)，提出了二階段影響傳播模型，可以很好地描述O2O環(huán)境下用戶接受產品的過程;其次針對O2O模式下產品推廣的位置因素，對基于位置的影響最大化這一新的問題進行了定義和描述;然后基于用戶的歷史位置訪問信息，分析了用戶移動

4、行為的特征，提出了線下概率的計算方法，可以體現用戶消費行為的位置偏好，用于傳播模型和影響最大化問題之中;在此之上，本文結合二階段影響傳播模型的特征，綜合考慮影響力傳播的能力和廣度，定義了啟發(fā)式參數用以描述用戶的影響力大小，基于此提出并實現了基于位置的影響最大化算法TPH算法，并通過不同設置下的分組實驗驗證了算法總體上具有較高的優(yōu)勢，其后針對TPH算法在特殊情況下的表現，分析用戶被影響的難易程度，設計并實現了MR算法對其進行補充，并通過實