18586

۱۸۵۸۶

توسعه‌ي مدل بهينه‌سازي انتشار اطلاعات در شبكه‌هاي اجتماعي در بستر مخابرات همراه

دكتري

مهندسي صنايع

خرداد ماه ۱۳۹۶

دكتر عليرضا علي احمدي

دكتر برزين پور

صنايع

با ظهور اينترنت، تلفن¬هاي همراه و سرويس¬هاي نوين ارتباطي، حجم تعاملات و ارتباطات انسان¬ها با يكديگر به‌طور چشم¬گيري افزايش يافته تا امروزه تبادلات فرهنگي و اجتماعي بسيار ساده‌تر و سريع‌تر از گذشته صورت پذيرد. در اين ميان يكي از ابزارهاي مورد توجه تصميم¬‌گيران براي تبادلات فرهنگي و اجتماعي، ابزار "انتشار اطلاعات" است. ازآنجاكه اطلاعاتي كه افراد جامعه دريافت مي¬نمايند روي عقايد و رفتارهاي آن‌ها تأثير مي‌گذارد، امروزه اين ابزار جهت تغيير رفتارهاي اقتصادي، سياسي، اجتماعي و فرهنگي افراد جامعه مورد استفاده¬ قرار مي¬گيرد. حقيقتي كه در اين ميان مورد تأكيد انديشمندان حوزه‌ي رفتارشناسي و جامعه‌شناسي است، اين است كه اطلاعات اگر از طريق ذينفعي به افراد جامعه برسد، نسبت به زماني كه پيام از طريق اطرافيان افراد به آن‌ها برسد به‌مراتب تأثير كمتري در تغيير رفتارهاي افراد خواهد داشت. يكي از كاربردهاي اصلي اين پديده، پديده¬ي بازاريابي ويروسي است. در اين رويكرد بازاريابي، شركتِ مورد نظر تبليغات، تخفيفت، كالاهاي رايگان نمونه و هداياي خود را تنها به تعداد اندك و تأثيرگذاري از جامعه ارائه مي‌دهد. لذا قصد دارد با اهداء رايگان (يا ارائه تخفيف‌هاي قابل توجه) نمونه‌اي از كالاها يا خدمات خود به تعداد اندكي از افراد جامعه، آن‌ها را مجاب به خريد مجدد خود و ترغيب ديگران جهت خريد كالا يا خدمات شركت مفروض نمايد. واضح است مجموعه افراد انتخابي مختلف منتج به نتايج مختلفي براي شركت مورد نظر است. از طرفي ازآنجاكه ارائه‌‌ي رايگان يا تخفيف‌هاي قابل توجه براي شركت هزينه‌بر خواهد بود، لذا هر چه تعداد افراد منتخب كمتر باشند، باعث افزايش مطلوبيت شركت مفروض خواهد شد. لذا انتخاب تأثيرگذارترين افراد جامعه براي آغاز بازاريابي ويروسي يكي از مهم‌ترين مسائل مورد بررسي در حوزه‌ تحليل شبكه‌هاي اجتماعي و مشخصاً در حوزه‌ي انتشار اطلاعات است. در رساله¬ي حاضر مسئله‌ي يافتن تأثيرگذارترين گره¬هاي شبكه جهت حداكثرسازي انتشار اطلاعات و اثرات در فروض مختلف مورد بررسي قرارگرفته است. با توجه به اينكه تاكنون براي تحليل و بررسي مسئله‌ي مذكور مدل برنامه¬ريزي رياضي مشخصي ارائه نشده و تنها به ارائه¬ي الگوريتم‌ها مختلف براي تحليل مسئله اكتفا شده بود، در رساله¬ي حاضر چند مدل برنامه¬ريزي رياضي مختلف براي تحليل فروض مختلف مسئله ارائه گرديده است.

1396/12/13

3/4/2018 12:00:00 AM

Finding the most influential nodes in social networks is one of the most important optimization problem in social network analysis literature. This problem (which is known as Influence maximization problem) is trying to find a small set of initial adopters who will lead to most number of adoptions. The problem has been investigated from an algorithmic point of view in non-competitive and competitive points of view. There have been proposed heuristic, meta-heuristic and approximation algorithms to cope this problem. In this thesis, three mathematical programming models and a game theoretic model based on different sets of assumption in non-competitive and competitive situations have been proposed. In the proposed models, the effect of different factors such as personality traits of the nodes, diffusing message’s content, nodes’ taste and … on the diffusion process has been considered. So, based of different sets of assumption, “determinist diffusion optimization model”, “opinion optimization model” and “non-deterministic diffusion optimization model” in non-competitive situation have been developed. On the other hand, beside proposing a novel competitive influence model, “competitive deterministic optimization model” has been developed as a static and complete information game to cope the problem in competitive situation. All the developed model, implemented on Abrar University dataset and the efficiency of the obtained solutions have been shown through comparing them with some of the well-known existing heuristic algorithm. It should be noted, since the effect of personality traits of the nodes in the diffusion process considered in the models, a new centrality named as “sociability centrality” has been developed too.