بیشینه‌سازی انتشار در شبکه‌های اجتماعی براساس شباهت کاربران

در سال‌های اخیر استفاده از شبکه‌های اجتماعی گسترش یافته است و در نتیجه شبکه‌های اجتماعی به بستری مناسب و محبوب برای تبلیغ محصولات و انتشار اطلاعات تبدیل شده‌اند. بیشینه‌سازی انتشار، یک مسئله‌ی الگوریتمی کلیدی در زمینه‌ی انتشار اطلاعات است که به موضوعی داغ در زمینه‌ی تحلیل شبکه‌های اجتماعی تبدیل شده است. منظور از بیشینه‌سازی انتشار در یک شبکه‌ی اجتماعی، شناسایی مجموعهای شامل k گره از گره‌های شبکه است که بتوانند بر اساس یک مدل انتشار مشخص، انتشار اطلاعات در شبکه را به بیشترین حد ممکن برسانند. در این مقاله، الگوریتمی برای یافتن تاثیرگذارترین گره‌ها با هدف بیشینه‌سازی انتشار با استفاده از شباهت کاربران در شبکه اجتماعی، پیشنهاد شده است. در الگوریتم پیشنهادی پس از محاسبه شباهت میان کاربران، وزن‌دهی یال‌ها صورت گرفته و سپس معیارهای انتخاب بر روی گراف وزن دار شده اعمال می‌گردد تا تاثیرگذارترین گره‌ها بر این اساس انتخاب شوند. برای ارزیابی کارایی الگوریتم پیشنهادی، آزمایش‌هایی بر روی چند مجموعه داده استاندارد شبکه‌های اجتماعی ترتیب داده شده که نتایج شبیه‌سازی حاکی از مطلوبیت نتایج الگوریتم پیشنهادی دارد.