ENFOQUES PARA MAXIMIZAR LA INFLUENCIA EN LAS REDES SOCIALES CON OPINIONES POSITIVAS Y NEGATIVAS

Autores/as

  • JIAGUO LV
  • JINGFENG GUO
  • YUANYING LIU
  • WEI ZHANG
  • ALLEN JOCSHI

Palabras clave:

marketing viral, maximización de la influencia, redes sociales, opiniones negativas, modelo LTN, Viral marketing, Influence maximization, Social network, Negative opinions, LTN model.

Resumen

RESUMEN: En este trabajo se propone un nuevo modelo de correlación lineal para opiniones negativas (Lineal Threshold with Negative opinions - LTN) basado en el modelo básico de correlación lineal (LT), para considerar el fenómeno de las opiniones negativas que pueden aparecer y propagarse en las redes sociales como un fenómeno viral. Complementariamente se muestran algunas propiedades del modelo LNT como la monotonicidad y la submodularidad. Con estas propiedades se propone un algoritmo cercano al Greedy con una relación de 1-1e para maximizar la influencia en el modelo LNT. Para superar la ineficiencia del algoritmo Greedy, se han utilizado en este trabajo tres algoritmos mejorados: el algoritmo Nuevo Greedy para LNT, el algoritmo CELF para LNT y el algoritmo Mixed Greedy para LNT. Los resultados experimentales con dos series de datos mostraron que la extensión de influencia calculada con estos algoritmos era similar a la de los algoritmos comparativos pero siendo mucho más rápidos que estos algoritmos comparativos. Keywords: marketing viral, maximización de la influencia, redes sociales, opiniones negativas, modelo LTN.

Publicado

2015-07-01

Número

Sección

ARTICULOS