Μεγιστοποίηση επιρροής σε κοινωνικά δίκτυα υπό ανταγωνιστικό μοντέλο διάχυσης μέσω θεωρίας παιγνίων και κατηγοριοποίησης κόμβων

Η ραγδαία εξάπλωση των κοινωνικών δικτύων, ειδικά τα τελευταία χρόνια, έχει καταστήσει την μελέτη αυτών ιδιαίτερα σημαντική λόγω των πολλών και διαφορετικών τομέων που αυτά βρίσκουν εφαρμογή, όπως η οικονομία, η κοινωνιολογία, η υγεία και η επιστήμη των υπολογιστών. Κεντρικά θέματα της έρευνας των κ...

Πλήρης περιγραφή

Λεπτομέρειες βιβλιογραφικής εγγραφής
Κύριος συγγραφέας: Χριστόπουλος, Δημήτριος
Άλλοι συγγραφείς: Christopoulos, Dimitrios
Γλώσσα:Greek
Έκδοση: 2021
Θέματα:
Διαθέσιμο Online:http://hdl.handle.net/10889/14993
Περιγραφή
Περίληψη:Η ραγδαία εξάπλωση των κοινωνικών δικτύων, ειδικά τα τελευταία χρόνια, έχει καταστήσει την μελέτη αυτών ιδιαίτερα σημαντική λόγω των πολλών και διαφορετικών τομέων που αυτά βρίσκουν εφαρμογή, όπως η οικονομία, η κοινωνιολογία, η υγεία και η επιστήμη των υπολογιστών. Κεντρικά θέματα της έρευνας των κοινωνικών δικτύων αποτελούν η διάδοση της πληροφορίας και η αύξηση της επιρροής. Πολλοί ερευνητές έχουν κινηθεί προς την εύρεση ενός συνόλου κόμβων που όταν στοχευθούν σαν αρχικοί υιοθετούντες μιας ιδέας ή καινοτομίας θα μεγιστοποιήσουν την εξάπλωση αυτής της ιδέας. Ωστόσο, σε αρκετές περιπτώσεις, όπως στο ιογενές μάρκετινγκ, το πρόβλημα της μεγιστοποίησης της επιρροής χρειάζεται να λάβει υπόψιν την παρουσία πιθανών ανταγωνιστών. Αυτό συναντάται αρκετά σε πραγματικά δίκτυα όπου οι πελάτες καλούνται να επιλέξουν ανάμεσα σε δύο ή περισσότερα ανταγωνιστικά προϊόντα. Μία προσέγγιση για αυτήν την ανταγωνιστική διαδικασία είναι η χρήση της θεωρίας παιγνίων, με τους παίκτες να είναι οι αντίπαλες εταιρείες που προσπαθούν να προωθήσουν το προϊόν τους στους πελάτες(κόμβους). Στα πλαίσια αυτής της διπλωματικής το ανταγωνιστικό περιβάλλον θεωρείται ως ένα παιχνίδι Stackelberg. Πιο συγκεκριμένα επικεντρωνόμαστε στην βέλτιστη επιλογή ενός συνόλου κόμβων για τον παίκτη που κινείται δεύτερος (follower), αφού έχει κάνει την επιλογή του ο πρώτος παίκτης (leader). Το πειραματικό κομμάτι περιλαμβάνει την υλοποίηση του αλγορίθμου MATrix Influence(ΜΑΤΙ) υπό το ανταγωνιστικό OR μοντέλο διάχυσης για διάφορα σύνολα δεδομένων. Από την σύγκριση με σχετική βιβλιογραφία προέκυψαν ανταγωνιστικά αποτελέσματα. Επιπλέον, στην προσπάθεια επιτάχυνσης της διαδικασίας επιλογής κόμβων από τον ΜΑΤΙ, επιχειρούμε την κατηγοριοποίηση αυτών μέσω τεχνικών μηχανικής μάθησης, χρησιμοποιώντας χαρακτηριστικά των κόμβων του δικτύου.