一种基于反向影响力采样的多轮社交广告推荐方法技术

本发明专利技术涉及一种基于反向影响力采样的多轮社交广告推荐方法，对于社交网络中一组具有相似特性的特定用户，基于广告之间的关联，向他们推荐相同的多轮序列广告，经过社交网络传播，达到广告收益的最大化，并使用一种多轮随机反向影响力采样方法，用于估计影响力扩散增益。本发明专利技术的有益效果是：本发明专利技术使用基于边的贪心方法和三明治夹逼算法选择若干组序列广告推荐，在保证算法合理近似比的同时，取得良好的推荐效果，最大化广告平台收益。

【技术实现步骤摘要】

本专利技术涉及广告推荐领域，更确切地说，它涉及一种基于反向影响力采样的多轮社交广告推荐方法。

技术介绍

1、随着移动设备的普及和信息网络的飞速发展，社交网络在人们的网络生活中变得无处不在。人们通过社交网络进行沟通交流，信息可以通过"口碑效应"在社交网络中迅速传播，产生巨大的影响力。因此，社交网络影响力最大化成为了一个备受研究关注的问题。

2、社交网络影响力最大化问题最早由richardson和domingos等人在2002年提出，主要用于研究"口碑效应"和"病毒营销"。其中，"病毒营销"是指商家通过找到影响力较大的人，利用他们的影响力和口碑效应来推广产品，以获得更大的经济效益。

3、社交网络通常被抽象为一个有向图，其中节点代表用户，边代表用户之间的传播关系。影响力最大化问题的目标是在给定的社交网络中，找到一个种子集合，使得该集合中的用户能够在社交网络上产生最大的影响力。kempe等人在2003年将该问题模型化为一个算法问题，并证明了ic模型、lt模型以及tr模型上的影响力最大化问题都是np-hard的。为了解决这一问题，kempe等本文档来自技高网...

【技术保护点】

1.一种基于反向影响力采样的多轮社交广告推荐方法，其特征在于，包括：

2.根据权利要求1所述的基于反向影响力采样的多轮社交广告推荐方法，其特征在于，步骤2包括：

3.根据权利要求2所述的基于反向影响力采样的多轮社交广告推荐方法，其特征在于，步骤2.1中，Pmax(u，v′，v，t)的计算公式为：

4.根据权利要求3所述的基于反向影响力采样的多轮社交广告推荐方法，其特征在于，步骤2.3中，多轮反向可达集数量θ的计算公式为：

5.根据权利要求4所述的基于反向影响力采样的多轮社交广告推荐方法，其特征在于，步骤2.3中，选择G中的一个节点u作为起始...

【技术特征摘要】

1.一种基于反向影响力采样的多轮社交广告推荐方法，其特征在于，包括：

2.根据权利要求1所述的基于反向影响力采样的多轮社交广告推荐方法，其特征在于，步骤2包括：

3.根据权利要求2所述的基于反向影响力采样的多轮社交广告推荐方法，其特征在于，步骤2.1中，pmax(u，v′，v，t)的计算公式为：

4.根据权利要求3所述的基于反向影响力采样的多轮社交广告推荐方法，其特征在于，步骤2.3中，多轮反向可达集数量θ的计算公式为：

5.根据权利要求4所述的基于反向影响力采样的多轮社交广告推荐方法，其特征在于，步骤2.3中，选择g中的一个节点u作为起始节点，g中所有能够到达u的点集被称为一个...

【专利技术属性】
技术研发人员：史麒豪，杨武剑，王灿，宋明黎，
申请(专利权)人：浙大城市学院，
类型：发明
国别省市：