[論文レビュー] Mitigating Overexposure in Viral Marketing

Rediet Abebe, Lada A. Adamic+1 more|arXiv (Cornell University)|Sep 13, 2017

Complex Network Analysis Techniques被引用数 5

ひとこと要約

本論文は、過剰露出（過剰なプロモーションが否定的傾向のユーザーに届き、製品の評判を損なう可能性があること）を考慮したウイルス性マーケティングの理論的モデルを提案する。ユーザーの批判的閾値と製品の魅力パラメータをモデル化することで、肯定的採用を最大化し、否定的反応を最小化する最適なシーディング戦略を求める多項式時間アルゴリズムを開発した。実際のネットワーク上でシミュレーションした結果、優れた性能を示した。

ABSTRACT

In traditional models for word-of-mouth recommendations and viral marketing, the objective function has generally been based on reaching as many people as possible. However, a number of studies have shown that the indiscriminate spread of a product by word-of-mouth can result in overexposure, reaching people who evaluate it negatively. This can lead to an effect in which the over-promotion of a product can produce negative reputational effects, by reaching a part of the audience that is not receptive to it. How should one make use of social influence when there is a risk of overexposure? In this paper, we develop and analyze a theoretical model for this process; we show how it captures a number of the qualitative phenomena associated with overexposure, and for the main formulation of our model, we provide a polynomial-time algorithm to find the optimal marketing strategy. We also present simulations of the model on real network topologies, quantifying the extent to which our optimal strategies outperform natural baselines

研究の動機と目的

• ウイルス性マーケティングのモデルが、否定的傾向のユーザーに到達することで生じる評判損ないを考慮しないというギャップを解消すること。
• 高い批判的閾値を持つユーザーへの露出による否定的反応を最小化しつつ、肯定的採用を最大化するというトレードオフを形式化すること。
• 社会的ネットワークにおける過剰露出のリスクを考慮した最適なシーディング戦略を最適化するアルゴリズムフレームワークを構築すること。
• 実際のネットワークトポロジーを用いて、最適戦略の性能を自然なベースラインと比較して定量化すること。
• 予算制約がある場合の問題の計算複雑性を調査すること。

提案手法

• モデルは各ユーザーに θi ∈ [0,1] の批判的閾値パラメータを割り当て、製品を受け入れるための閾値を表す。
• 各製品には φ ∈ [0,1] の魅力パラメータがあり、ユーザーは φ ≥ θi を満たす場合に製品を受け入れる。
• 採用はカスケードを引き起こす：受け入れたユーザーは周囲のユーザーに製品を勧奨するが、拒否したユーザーは否定的フィードバックを生成する。
• 目的関数は、受け入れられた採用による肯定的利得と、拒否による否定的コストを組み合わせ、トレードオフ最適化問題を形成する。
• ネットワークフロー技術を用いて、制約なしの場合の最適シーディング問題を解く多項式時間アルゴリズムを開発した。
• 実世界のネットワークトポロジーを用いたシミュレーションにより、最適戦略と自然なベースラインを比較評価した。

実験結果

リサーチクエスチョン

• RQ1 過剰露出のリスク、つまり否定的傾向のユーザーに到達することで製品の評判が損なわれる状況を、ウイルス性マーケティングでどのようにモデル化できるか？
• RQ2 肯定的および否定的効果の両方を考慮する場合、最適なシーディング戦略を求める問題の計算複雑性はどのようになるか？
• RQ3 過剰露出を緩和する最適戦略は、実際のネットワーク構造において単純なヒューリスティクスと比べてどのように異なるか？
• RQ4 社会的ネットワークの構造は、過剰露出を緩和するシーディング戦略の有効性にどのように影響するか？
• RQ5 初期採用者の数を制限する予算制約を追加した場合、最適化問題にはどのような変化が生じるか？

主な発見

• 提案されたモデルは、Groupon効果やウイルス的プロモーション後の評価低下といった、過剰露出の定性的な現象を捉えている。
• ネットワークフロー技術を用いて、制約なしの最適化問題に対して多項式時間アルゴリズムを開発した。
• 実際のネットワークトポロジー上でシミュレーションした結果、自然なベースラインを著しく上回り、否定的露出を低減しながら高い肯定的採用を維持した。
• 予算制約が導入されると問題はNP困難になることが示され、カバー範囲とリスクの間の非自明なトレードオフが存在することが明らかになった。
• 実証的結果から、最適戦略は、初期露出に制限がない場合でも、否定的傾向のユーザーに到達する数を著しく削減できることを示した。
• このフレームワークは、評判コストとユーザーの非均質的反応をインフルエンスマクシマイゼーションモデルに統合する基盤を提供する。