基于结构洞和度折扣的影响力最大化算法

在社会网络影响力最大化(IM)算法中,针对目前仅选取局部最优节点造成的影响范围较小的问题,综合考虑核心节点和结构洞节点的传播优势,提出了一种基于结构洞和度折扣的最大化算法(SHDD)。首先,该算法将结构洞思想和中心度思想互相融合应用到影响力最大化问题中,并找出能将结构洞节点和核心节点综合发挥最大传播作用的α因子,使得信息更大范围地扩散从而扩大整个网络的影响范围。其次,为突出两个思想融合的优势,将二度邻居的影响添加到结构洞评价标准中来选取结构洞节点。在不同规模的数据集上实验结果表明,与DegreeDiscount算法相比,SHDD在没有增加过多时间开销的同时扩大了影响范围;与基于结构的贪心(SG)算法相比,在聚类系数较大的网络中SHDD扩大了影响范围并降低了时间开销。SHDD在α因子取0. 6时能最大限度地发挥结构洞节点和核心节点融合的作用并且在聚类系数较大的社交网络中能更加稳定地扩大影响范围。

基于改进的度折扣方法研究社交网络影响力最大化问题

在影响力最大化检测算法中,度折扣算法是一个高效的启发式算法。针对现有度折扣算法中的不足,该文对其计算期望影响力的公式进行修正,提出了一阶改进的度折扣算法,并进一步引入冗余弱化机制确保种子节点分散地分布在网络上,得到了二阶改进的度折扣算法。基于独立级联模型,在4个真实网络上与其他算法进行比较,实验结果表明提出的两种算法使信息扩散速度更快、更广,还能保证较低的时间复杂度。

具有折扣销售期的网络零售商定价策略分析

"双11"等网络节日期间超低的价格折扣激发了巨大的消费需求,导致折扣销售期的销售额连年攀升。虽然折扣销售期间由于繁忙的客服、拥堵的物流以及可能的缺货风险导致消费者的服务体验降低,但是超低的价格折扣给消费者带来巨大的愉悦度;因此,网络零售商如何确定正常销售期和折扣销售期产品的零售价格成为关键,消费者如何权衡正常销售期和折扣销售期产品的零售价格,选择最佳购买时机,需要探究。本文讨论存在策略性消费者的比价行为时,网络零售商的定价问题,分别给出网络零售商在动态定价和价格承诺下的最优定价。进一步比较动态定价策略和价格承诺策略,得出,网络零售商的最优定价策略是价格承诺,零售商可以从消费者的比价行为中获利,且价格降低给消费者带来的愉悦度越高,网络零售商的收益越高。最后,给出了最优定价策略下网络零售商的最优价格折扣。