Influence Maximization with Viral Product Design
-
Nicola Barbieri, Francesco Bonchi
-
SDM 2014
概要
-
製品設計も考えた情報拡散LTモデル
-
同じアイテムでも特徴が違うとσが変わる
-
頂点+特徴の選択が必要
-
提案モデルF-TMの学習手法
-
最適化アルゴリズムを頑張る
share-of-choice (SoC)問題
-
u_{f,l}^i: 人i,特徴f,レベルlについてその効果
-
各人iについて
-
Σ_fΣ_l x_{f,l} u_{f,l}^i ≧ h_i
-
ならiはこの製品を採用する
-
x_{f,l}は0-1変数,これを決定するのが問題
feature-aware propagation model (F-TM)
-
[(周りからの影響) + (特徴の影響) - (内部抵抗)]のlogistic ≧ (しきい値)
-
なら採択
-
学習は何か頑張ってる
製品設計付き影響最大化
-
σ(S,H): |S|≦kな頂点集合と特徴集合Hに対する影響拡散
-
全部で2^|F| choose(|V|, k)パターンある
-
Hを固定するとSについて劣モジュラ
-
On bisubmodular maximizationのアイデアが使えそう?→無理ポ
-
f(A,B)+f(A',B')≧f(A∪A',B∪B')+f(A∩A',B∩B')
-
頑張って局所探索とか遺伝的アルゴリズムとかする
まとめ
-
2引数は面白そう
-
SoCはちょっと調べると組み合わせ最適化問題として面白いかな?
SDM 影響最大化 情報拡散モデル
2014-06-04 02:52:06 (Wed)
最終更新:2014年06月04日 02:52