Menu Home

SDM23 小结

Influence maximization,影响力最大化,是信息传播相关的一个经典问题,差不多发展有 20 年。传统的影响力最大化工作,主要是基于普通图,寻找到 k 个种子,最大化它们的影响力。即便如此,它也产生了非常多的变体,模型也趋于复杂。

跳出这个问题本身,可以发现很多相关的工作,并不能提供一个真实的验证场景。如何量化用户传递信息的概率,以及被激活的概率,是无法回避的问题。真实世界的社交网络中,可以获得很多额外数据,进而给用户画像,并得到量化后的数值。然而,科研工作很难做到这一步。这是无解的一个部分,除非去公司。

可不可以找一个好的问题切入角度,做模型简单优雅又比较有创新的工作?我从前几年的一篇 information coverage 工作中得到一些启发:既然很难去判断用户是否被激活,那为什么不考虑信息传播能达到的最大覆盖,也就是只考虑信息传达,而不考虑后续的激活等一系列操作。于是,我做了这个 超图上信息覆盖最大化 的工作。简单来说,就是 找哪几个微信群转发信息,最后更可能达到 10w+。

问题还是传统问题,但选取的是一个比较新的场景,问题分析,到解决,都做的比较扎实。自我评价为 A。

好问题+牛逼的方法,A+

好问题+经典方法,A

经典问题+牛逼的方法,A+

经典问题+经典方法,B+

Categories: DM

Tagged as:

peiyan