不同类型在线社交网络下病毒式营销影响力最大化研究

Guided by the demands of viral marketing in the context of online social network, this project will investigate systematically the influence maximization for viral marketing in different types of online social networks, explore the basic laws and typical patterns of information propagation in online social networks, and design influence maximization heuristic algorithms for different types of networks. This project will conduct researches from the following aspects. (1) information propagation model based on multiple influencing factors; (2) information propagation characteristics analysis for different types of networks; (3) influence maximization methods based on network types. The research focuses on addressing the key scientific issues such as integrate multiple influencing factors of information propagation, mining typical patterns of information cascades, and avoid overlapping of influence coverage. The research can provide high-performance tools for enterprises to implement viral marketing, which will be of great significance to theoretical and practical.

本项目以在线社交网络环境下的病毒式营销需求为背景，系统研究不同类型在线社交网络下，病毒式营销影响力最大化的基础理论以及关键技术，探索在线社交网络信息传播的基本规律与典型模式，设计面向不同网络类型的影响力最大化启发式算法。具体研究内容有：（1）基于多重影响因素的信息传播模型构建方法；（2）针对不同网络类型的信息传播特征分析；（3）面向不同网络类型的影响力最大化方法。以上研究聚焦于解决信息传播多重影响因素的有效融合、信息级联的典型模式挖掘、影响力覆盖范围重叠的规避等关键科学问题，研究成果能为企业实施病毒式营销提供高效的决策工具，具有重要的理论和现实意义。

如何基于不同的网络结构与信息内容来选择合适的用户传播营销信息是在线社交网络研究中的热点问题。本项目面向在线社交网络中病毒式营销影响力最大化问题，采用理论研究、模拟仿真与实证研究相互促进的思想，应用社交网络分析、网络表征学习、统计分析、智能优化等相关方法，围绕在线社交网络中信息传播模型构建、不同网络类型下信息传播特征分析、面向不同网络类型的影响力最大化方法等内容开展了系统的研究。针对在线社交网络中信息传播模型构建问题，本项目综合考虑同质性、影响力、权威性等因素，提出一种两阶段的考虑多重影响因素的信息传播模型MFIP，并提出一种新的指标SNI来度量信息传播模型的有效性。针对不同网络类型下信息传播特征分析问题，本项目基于所提MFIP模型在四个真实社交网络中仿真了信息传播样本，并提出一种新的度量指标L-Metric来判断信息传播的级联模式，使用L-metric等指标从级联规模、级联结构、候选节点特征等三个方面研究了网络结构与信息类型对信息传播的影响。针对面向不同网络类型的影响力最大化问题，本项目基于所提MFIP模型与信息传播的典型级联模式，设计了一种同时考虑同质性、影响力以及影响力覆盖范围重叠的启发式算法：加权度减小算法WDD，该算法在时效性与有效性上均具有较好的效果。相关方法与结论能为病毒式营销、信息阻断等实际应用提供指导。项目组在研究期内先后在中科院一区TOP期刊《Information Sciences》上发表论文一篇；在SCI期刊《Enterprise Information Systems》上发表论文一篇；授权发明专利一项，参加国内外学术交流多次。