بیشینه سازی تاثیر در شبکه های اجتماعی با رویکرد چندوجهی صریح مبتنی بر الگوریتم اشتراک گذاری برازندگی با شعاع اشتراک پویا

در شبکه های اجتماعی افراد بر روی نظرات و رفتار یکدیگر به گونه ای مستقیم تاثیرگذار می باشند. در این شبکه ها ابتدا بخشی از افراد رفتار جدیدی اتخاذ کرده و سپس نظرات خود را با دوستان و آشنایان خود به اشتراک می گذارند. بدین ترتیب به دلیل تاثیر اجتماعی، افراد بیشتری آن رفتار را اتخاذ می کنند و اطلاعات در شبکه منتشر می شود. این پدیده گسترش تاثیر نامیده می شود. یکی از مهم ترین مسائل مطرح در بهینه سازی گسترش تاثیر، مسئله ی بیشینه سازی تاثیر می باشد. هدف از پیشینه سازی تاثیر، انتخاب زیرمجموعه ای کوچک از افراد است به طوری که با فعال کردن آنها تحت یک مدل انتشار اطلاعات، بیشترین تعداد از اعضای شبکه تحت تاثیر اطلاعات مورد نظر قرار گیرند. هدف از این پژوهش، ارائه راه حلی جهت یافتن تاثیرگذار ترین افراد در شبکه های اجتماعی با استفاده از الگوریتم اشتراک گذاری برازندگی با شعاع اشتراک پویا و تحت مدل آستانه خطی می باشد. الگوریتم پیشنهادی، با تبدیل مسئله به یک سازوکار چندوجهی، ضمن حفظ تنوع جوابها و ارائه چندین جواب مناسب از همگرایی زودرس جلوگیری می کند. نتایج آزمایش الگوریتم پیشنهادی بر روی مجموعه داده های مختلف، نشان میدهد که این روش نسبت به الگوریتم حریصانه پایه به طور میانگین در حدود ۶۰۳ درصد باعث بهبود در یافتن تاثیرگذارترین افراد در مسئله ی بیشینه سازی تاثیر می شود.