<<
>>

Влиятельность агентов в сети. Ценность агента.

Если рассматривать социальную сеть как множество агентов — потен- циальных потребителей некоторого товара или услуги или мно- жество потенциальных последователей новой технологии (иннова- ции, нововведения), то, с точки зрения продавца последних, цен- ность (полезность) агента в социальной сети зависит не только от него самого (например, непосредственной ожидаемой прибыли от продажи товара или технологии именно ему), но и от его вли- яния на других агентов (т.
е. важна конфигурация и состояние сети — совокупность мнений потенциальных потребителей отно- сительно «товара»; см. примеры в [61]). Поэтому часто возни- кает потребность в выявлении небольшого числа агентов (про- блема максимизации влияния), которым, например, предоставля- ются льготы, способствующие распространению нововведения по всей сети. К проблеме определения к самых влиятельных агентов в соци- альной сети обращались (в контексте так называемого вирусного маркетинга (viral marketing)) авторы работы [127]. Они модели- руют рынок как социальную сеть агентов (сеть Маркова), ценность каждого из которых определяется не только непосредственной ожи- даемой прибылью от продажи (intrinsic value of customer), но и ожидаемой прибылью от продаж другим агентам, на которых по- влияет данный, от продаж агентам, на которых агенты, уже под- вергнувшиеся влиянию данного, могут повлиять и т. д. (сетевая ценность агента-потребителя — network value of customer). В [127] ставится задача определения оптимальных маркетин- говых действий МА = {МА\,..МАп} (MAi может быть как булевой переменной (1 — наличие скидки, 0 — ее отсутствие для i-ro агента), так и непрерывной (размер скидки)) для множества п агентов с предикатом = 1, если агент г купил товар, и Xj = О иначе. Предположим, что товар описывается следующим множе- ством атрибутов: Y = {Yi,..., Yrn}. У каждого агента г существует множество соседей N{, которые прямо влияют на X,, определяя тем самым сеть агентов. В свою очередь, г-й агент влияет на своих соседей. Пусть задана стоимость с маркетинга в расчете на одного аген- та, выручка rv 1 от продажи товара агенту, если для него была про- ведена маркетинговая акция, и выручка rv о от продажи продукта агенту, если маркетинговая акция не была проведена. Если мар- кетинговая акция включает скидку, то rv i < г vq, иначе rv\ = rv о- Для простоты пусть МА — булев вектор. Пусть fl(MA) — множество-результат установки MAi в еди- ницу (все остальные значения неизменны), аналогично определя- ется для ff(MA). Тогда ожидаемое повышение прибыли от мар- кетинговой акции для агента без учета ее воздействия на других агентов, т. е. ожидаемая прибыль от продажи (intrinsic value of customer), определяется формулой где Xk — множество агентов, значения которых известны (про которых известно, купили ли они товар), P(Xi \ Хк, Y, МА) — условная вероятность покупки товара г-м агентом. Тогда ожидаемое повышение прибыли от маркетинговых акций для выбранных агентов составит где MAq — нулевой вектор; rvi = rv 1, если MAi = 1 (иначе rvi = rv о); \MA\ — число выбранных агентов. Общей ценностью агента в сети (total value of customer = = network value of customer + intrinsic value of customer) будет ELP(Xk, Y, fl(MA)) -ELP(Xk, Y, f?(MA)), т. e. вектор MA уже для других агентов изменится и может повлиять на их вероят- ность покупки. Тогда сетевая ценность агента (network value of customer) есть разница между его общей и личной ценностью (net- work value of customer = total value of customer — intrinsic value of customer). Как видно, значение ценности зависит от того, про- ведены ли акции для других агентов и купили ли товар другие агенты. Вернемся к проблеме определения к самых влиятельных узлов в социальной сети. Очевидно, для их нахождения в данном случае следует найти такое МА, которое максимизирует ELP. В общем случае нахождение оптимального МА требует перебора всех его возможных комбинаций. Возможны следующие аппроксимирую- щие процедуры, дающие приближенное решение. 1. Одиночный обход. Для г-ro агента проводится акция MAi = = 1, если ELP(Xk,Y, fl(MA0)) > 0. 2. Жадный алгоритм. Установим МА = MAq. Необходимо обойти в цикле MAj, устанавливая значение в единицу, если ELP(Xk,Y,fl{MA)) > ELP(Xk,Y,MA). 3. Поиск с восхождением (hill-climbing search). Установим МА = MAq. Установим МА\ = 1, где i\ = argmax (ELP(Xk, Y, f}(MA))). i Повторять, пока существует агент г, установка для которого МАг = = 1 приводит к увеличению ELP.
<< | >>
Источник: Д.А. Губанов, Д.А. Новиков, А.Г. Чхартишвили. СОЦИАЛЬНЫЕ СЕТИ: МОДЕЛИ ИНФОРМАЦИОННОГО ВЛИЯНИЯ, УПРАВЛЕНИЯ И ПРОТИВОБОРСТВА. 2010

Еще по теме Влиятельность агентов в сети. Ценность агента.:

  1. Вредоносный, опасный агент
  2. Вредоносный, опасный агент
  3. АГЕНТ
  4. Сложность вредоносного агента (предмета, средства)
  5. Сложность вредоносного агента (предмета, средства)
  6. Статья 326. Нарушение правил обращения с микробиологическими или иными биологическими агентами либо токсинами
  7. 4. Страховые агенты и страховые брокеры
  8. § 21 Монетная единица платежа. – Уравнение ценности при замене одной единицы другой. – Понятие о законной, металлической и курсовой ценности. – Постановления иностранные и русского законодательства об уравнении ценности в платежах.
  9. Приложение к § 23 О ценности имуществ. – Понятие о цене. – Мерило ценности. – Категория цен. – Способы оценки. – Таксы на разные предметы и таксы вознаграждения за труд. – Меры и весы.
  10. 3.5. Подключение к сети
  11. Социальные сети
  12. 4.4. Подключение к сети
  13. В .А. Галкин, Ю .А. Григорьев. Телекоммуникации и сети, 2003
  14. § 3. Интервью в глобальной сети
  15. Э. ТАНЕНБАУМ. КОМПЬЮТЕРНЫЕ СЕТИ 4-Е ИЗДАНИЕ, 2003