Resumen

Dado un área objetivo y una red social basada en la ubicación, el problema de maximización de influencia con conciencia de la ubicación tiene como objetivo encontrar un conjunto de usuarios semilla de manera que la difusión de información desde estos usuarios alcance a la mayor cantidad de usuarios dentro del área objetivo. Mostramos que el problema es NP-duro y presentamos un marco de algoritmo aproximado, denominado TarIM-SF, que se basa en un método de muestreo popular, así como en un modelo de filtrado espacial que funciona en polígonos arbitrarios. Además, para la red a gran escala también presentamos una estrategia de simplificación para mejorar aún más la eficiencia. Teóricamente demostramos que nuestro algoritmo aproximado puede garantizar la calidad de las semillas. Un estudio experimental sobre tres redes sociales del mundo real verificó la calidad de las semillas de nuestro marco, y el algoritmo basado en simplificación puede proporcionar una eficiencia superior.

• Materias:Big Data Restricciones distribuidas Algoritmo de inferencia Gestión administrativa
• Subjects:Big Data Distributed constraints Inference algorithm Administrative management
• Palabras claves:área objetivo; Red social con conocimiento de la ubicación; Usuarios semilla; Difusión de información; Marco de algoritmo aproximado; Modelo de filtrado espacial
• Keywords:Target area; Location-aware social network; Seed users; Information spread; Approximate algorithm framework; Spatial filtering model