Maximizing Influence Spread through a Dynamic Social Network

Kód výsledku v IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F68407700%3A21240%2F23%3A00360775" target="_blank" >RIV/68407700:21240/23:00360775 - isvavai.cz</a>

Výsledek na webu

<a href="https://doi.org/10.1609/aaai.v37i13.27018" target="_blank" >https://doi.org/10.1609/aaai.v37i13.27018</a>

DOI - Digital Object Identifier

<a href="http://dx.doi.org/10.1609/aaai.v37i13.27018" target="_blank" >10.1609/aaai.v37i13.27018</a>

Jazyk výsledku

angličtina

Název v původním jazyce

Maximizing Influence Spread through a Dynamic Social Network

Popis výsledku v původním jazyce

Modern social networks are dynamic in their nature; new connections are appearing and old connections are disappearing all the time. However, in our algorithmic and complexity studies, we usually model social networks as static graphs. In this paper, we propose a new paradigm for the study of the well-known Target Set Selection problem, which is a fundamental problem in viral marketing and the spread of opinion through social networks. In particular, we use temporal graphs to capture the dynamic nature of social networks. We show that the temporal interpretation is, unsurprisingly, NP-complete in general. Then, we study computational complexity of this problem for multiple restrictions of both the threshold function and the underlying graph structure and provide multiple hardness lower-bounds.

Název v anglickém jazyce

Maximizing Influence Spread through a Dynamic Social Network

Popis výsledku anglicky

Modern social networks are dynamic in their nature; new connections are appearing and old connections are disappearing all the time. However, in our algorithmic and complexity studies, we usually model social networks as static graphs. In this paper, we propose a new paradigm for the study of the well-known Target Set Selection problem, which is a fundamental problem in viral marketing and the spread of opinion through social networks. In particular, we use temporal graphs to capture the dynamic nature of social networks. We show that the temporal interpretation is, unsurprisingly, NP-complete in general. Then, we study computational complexity of this problem for multiple restrictions of both the threshold function and the underlying graph structure and provide multiple hardness lower-bounds.

Druh

D - Stať ve sborníku

CEP obor

—

OECD FORD obor

10201 - Computer sciences, information science, bioinformathics (hardware development to be 2.2, social aspect to be 5.8)

Projekt

Výsledek vznikl pri realizaci vícero projektů. Více informací v záložce Projekty.

Návaznosti

P - Projekt vyzkumu a vyvoje financovany z verejnych zdroju (s odkazem do CEP)

Rok uplatnění

2023

Kód důvěrnosti údajů

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Název statě ve sborníku

Proceedings of the 37th AAAI Conference on Artificial Intelligence

ISBN

—

ISSN

2159-5399

e-ISSN

2374-3468

Počet stran výsledku

2

Strana od-do

16316-16317

Název nakladatele

AAAI Press

Místo vydání

Menlo Park

Místo konání akce

Washington, DC

Datum konání akce

7. 2. 2023

Typ akce podle státní příslušnosti

WRD - Celosvětová akce

Kód UT WoS článku

—