Resumen

El problema de maximización de la influencia tiene como objetivo identificar a los individuos más influyentes para ayudar en el desarrollo de estrategias efectivas de marketing viral en las redes sociales. Los estudios previos se centran principalmente en diseñar algoritmos o heurísticas eficientes en una red social estática. De hecho, las redes sociales del mundo real evolucionan con el tiempo y un recálculo tras el cambio de la red conduce inevitablemente a un largo tiempo de ejecución. En este documento, proponemos un enfoque incremental, IncInf, que puede localizar eficientemente a los individuos más influyentes en redes sociales en evolución basándose en información previa en lugar de calcular desde cero. En particular, IncInf analiza cuantitativamente los cambios en la propagación de la influencia de los nodos al localizar el impacto de la evolución de la topología solo en regiones locales, y se propone una estrategia de poda para reducir el espacio de búsqueda a nodos que experimentan aumentos significativos o con altos grados. Para evaluar la eficiencia y efectividad, realizamos experiment

• Materias:Simulación dinámica Toma de decisiones Regresión lineal Cargas controladas Seguridad multimedia
• Subjects:Dynamic simulation Decision making Linear regression Controlled loads Multimedia safety
• Palabras claves:Maximización de la influencia; Estrategias de marketing viral; Redes sociales en evolución; Enfoque IncInf; Cambios en la propagación de la influencia; Redes sociales dinámicas
• Keywords:Influence maximization; Viral marketing strategies; Evolving social networks; IncInf approach; Influence spread changes; Dynamic social networks