論文の概要: Viral Marketing in Social Networks with Competing Products

• arxiv url: http://arxiv.org/abs/2312.15819v1
• Date: Mon, 25 Dec 2023 21:59:15 GMT
• ステータス: 処理完了
• システム内更新日: 2023-12-27 16:17:46.185309
• Title: Viral Marketing in Social Networks with Competing Products
• Title（参考訳）: 競合製品とのソーシャルネットワークにおけるバイラルマーケティング
• Authors: Ahad N. Zehmakan, Xiaotian Zhou, Zhongzhi Zhang
• Abstract要約: ネットワーク内のレッドシードノードを選択するための時間近似アルゴリズムを提案する。 実世界および合成ネットワークにおける実験により,提案アルゴリズムが他のアルゴリズムより優れていることを示す。 特に、ノード数/エッジ数、最大外度、直径など、異なるグラフパラメータの観点から収束時間に関するいくつかの厳密な境界を証明します。
• 参考スコア（独自算出の注目度）: 23.48809201078124
• License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
• Abstract: Consider a directed network where each node is either red (using the red product), blue (using the blue product), or uncolored (undecided). Then in each round, an uncolored node chooses red (resp. blue) with some probability proportional to the number of its red (resp. blue) out-neighbors. What is the best strategy to maximize the expected final number of red nodes given the budget to select $k$ red seed nodes? After proving that this problem is computationally hard, we provide a polynomial time approximation algorithm with the best possible approximation guarantee, building on the monotonicity and submodularity of the objective function and exploiting the Monte Carlo method. Furthermore, our experiments on various real-world and synthetic networks demonstrate that our proposed algorithm outperforms other algorithms. Additionally, we investigate the convergence time of the aforementioned process both theoretically and experimentally. In particular, we prove several tight bounds on the convergence time in terms of different graph parameters, such as the number of nodes/edges, maximum out-degree and diameter, by developing novel proof techniques.
• Abstract（参考訳）: 各ノードが赤(赤製品を使用)、青(青製品を使用)、無色(未決定)のいずれかである有向ネットワークを考える。 そして、各ラウンドにおいて、無色ノードは、その赤(resp.blue)の近傍の数に比例する確率で赤(resp.blue)を選択する。 k$レッドシードノードを選択する予算が与えられた場合、最終的なレッドノード数を最大化する最善の戦略は何でしょう? この問題を計算的に困難であると証明した後、最適近似保証付き多項式時間近似アルゴリズムを提供し、目的関数の単調性と部分モジュラリティに基づいてモンテカルロ法を利用する。 さらに,実世界および合成ネットワークにおける実験により,提案アルゴリズムが他のアルゴリズムより優れていることを示す。 さらに,上記の過程の収束時間を理論的および実験的に検討する。 特に,ノード数・エッジ数・最大外度・直径などの異なるグラフパラメータの観点から,収束時間に関するいくつかの厳密な境界を,新しい証明手法の開発によって証明する。

関連論文リスト

• A Generalisation of Voter Model: Influential Nodes and Convergence Properties [5.4327243200369555]
  我々は有権者モデルの一般化を紹介し,研究する。 そこで本研究では,いくつかのラウンド後に期待されるブルーノード数を最大化するために,種子のブルーノードを選択する問題について検討する。 実世界のグラフデータおよび合成グラフデータに関する実験により,提案アルゴリズムが他のアルゴリズムより優れていることを示す。
  論文  参考訳（メタデータ） (2024-11-07T09:38:42Z)
• The Heterophilic Snowflake Hypothesis: Training and Empowering GNNs for Heterophilic Graphs [59.03660013787925]
  ヘテロフィリー・スノーフレーク仮説を導入し、ヘテロ親和性グラフの研究をガイドし、促進するための効果的なソリューションを提供する。 観察の結果,我々のフレームワークは多種多様なタスクのための多目的演算子として機能することがわかった。 さまざまなGNNフレームワークに統合することができ、パフォーマンスを詳細に向上し、最適なネットワーク深さを選択するための説明可能なアプローチを提供する。
  論文  参考訳（メタデータ） (2024-06-18T12:16:00Z)
• Ensemble Quadratic Assignment Network for Graph Matching [52.20001802006391]
  グラフマッチングはコンピュータビジョンやパターン認識において一般的に用いられる技法である。 最近のデータ駆動型アプローチは、グラフマッチングの精度を著しく改善した。 データ駆動手法と従来の手法の利点を組み合わせたグラフニューラルネットワーク(GNN)に基づくアプローチを提案する。
  論文  参考訳（メタデータ） (2024-03-11T06:34:05Z)
• General Graph Random Features [42.75616308187867]
  重み付き隣接行列の任意の関数の偏りのない推定のためのランダムウォークに基づく新しいアルゴリズムを提案する。 提案アルゴリズムは, ノード数に関して, グラフカーネル評価の厳密な3次スケーリングを克服し, 準四次時間的複雑性を享受する。
  論文  参考訳（メタデータ） (2023-10-07T15:47:31Z)
• NodeFormer: A Scalable Graph Structure Learning Transformer for Node Classification [70.51126383984555]
  本稿では,任意のノード間のノード信号を効率的に伝搬する全ペアメッセージパッシング方式を提案する。 効率的な計算は、カーナライズされたGumbel-Softmax演算子によって実現される。 グラフ上のノード分類を含む様々なタスクにおいて,本手法の有望な有効性を示す実験を行った。
  論文  参考訳（メタデータ） (2023-06-14T09:21:15Z)
• Withdrawn: A Measurement-based Algorithm for Graph Colouring [0.5482532589225553]
  この文書の以前のバージョンでは、記述されたアルゴリズムの一部のランタイムを誤って解釈した。 グラフが存在すれば$d$カラーの適切な色付けを見つけるための新しいアルゴリズム的アプローチを提案する。
  論文  参考訳（メタデータ） (2021-11-29T09:17:34Z)
• A Distributed Cubic-Regularized Newton Method for Smooth Convex Optimization over Networks [19.767938436958296]
  ネットワーク上の大規模凸最適化のための分散3次正規化ニュートン法を提案する。 コスト関数がリプシッツ勾配とヘシアンと凸であるときに、$O(k-3)$収束率を示し、$k$は反復数である。
  論文  参考訳（メタデータ） (2020-07-07T15:38:47Z)
• Sequential Graph Convolutional Network for Active Learning [53.99104862192055]
  逐次グラフ畳み込みネットワーク(GCN)を用いた新しいプールベースアクティブラーニングフレームワークを提案する。 少数のランダムなサンプル画像がシードラベル付き例であるので、グラフのパラメータを学習してラベル付きノードと非ラベル付きノードを区別する。 我々はGCNの特性を利用してラベル付けされたものと十分に異なる未ラベルの例を選択する。
  論文  参考訳（メタデータ） (2020-06-18T00:55:10Z)
• GeoDA: a geometric framework for black-box adversarial attacks [79.52980486689287]
  我々は,最も困難なブラックボックス設定の1つにおいて,逆例を生成するためのフレームワークを提案する。 我々のフレームワークは、ディープネットワークの決定境界は通常、データサンプルの近傍で小さな平均曲率を持つという観察に基づいている。
  論文  参考訳（メタデータ） (2020-03-13T20:03:01Z)
• Fully Asynchronous Policy Evaluation in Distributed Reinforcement Learning over Networks [14.636457985379746]
  本稿では,有向ピアツーピアネットワーク上での分散強化学習(DisRL)のポリシー評価問題に対する非同期手法を提案する。 ネットワークの他のノードを待つことなく、各ノードは隣人からの(おそらく遅れた)情報を使用して、いつでもローカルに値関数を更新できる。
  論文  参考訳（メタデータ） (2020-03-01T08:12:08Z)
• Analyzing Neural Networks Based on Random Graphs [77.34726150561087]
  様々なタイプのランダムグラフに対応するアーキテクチャを用いて,ニューラルネットワークの大規模評価を行う。 古典的な数値グラフ不変量は、それ自体が最良のネットワークを選び出すことができない。 また、主に短距離接続を持つネットワークは、多くの長距離接続が可能なネットワークよりも性能が良いことも見出した。
  論文  参考訳（メタデータ） (2020-02-19T11:04:49Z)

関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。

指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。