2014
Search for the optimal strategy to spread a viral video: An agent-based model optimized with genetic algorithms
KVASNIČKA, MichalZákladní údaje
Originální název
Search for the optimal strategy to spread a viral video: An agent-based model optimized with genetic algorithms
Název česky
Hledání optimální strategie šíření pro virálního videa: multiagentový model optimalizovaný pomocí genetického algoritmu
Autoři
KVASNIČKA, Michal (203 Česká republika, garant, domácí)
Vydání
1. vyd. Olomouc, 32nd International Conference Mathematical Methods in Eocnomics Conference Proceedings, od s. 548-553, 6 s. 2014
Nakladatel
Palacký University
Další údaje
Jazyk
angličtina
Typ výsledku
Stať ve sborníku
Obor
50200 5.2 Economics and Business
Stát vydavatele
Česká republika
Utajení
není předmětem státního či obchodního tajemství
Forma vydání
paměťový nosič (CD, DVD, flash disk)
Odkazy
Kód RIV
RIV/00216224:14560/14:00076460
Organizační jednotka
Ekonomicko-správní fakulta
ISBN
978-80-244-4209-9
UT WoS
000356417900095
Klíčová slova česky
virální video; virální marketing; sociální síť; multiagentový model; genetický algoritmus
Klíčová slova anglicky
viral video; viral marketing; social network; agent-based model; genetic algorithm
Příznaky
Mezinárodní význam, Recenzováno
Změněno: 12. 8. 2020 14:08, Mgr. Michal Petr
V originále
Agent-based computational papers on viral marketing have been so far focused on the study of the word-of-mouth knowledge diffusion that merges the decisions to adopt a product and to share information about it. This approach is not suitable for the analysis of the viral video sharing because it is shared with no regard whether the sender has adopted the advertised product or not. This paper presents a more realistic model of viral video diffusion in which every agent that viewed the video shares it once with a random subset of her neighbors. The optimal seeding strategy is then searched with genetic algorithms. The seeding strategy found by the genetic algorithm includes into the initial seed the agents with most connections and lowest clustering ratios; some agents are also selected randomly. However, this complex seeding strategy does not perform significantly better than a simple strategy of selecting agents with many connections.
Česky
Články popisující multiagentové simulační modely virálního marketingu se dosud zaměřovaly na studium "word-of-mouth" šíření znalosti o produktu, které spojuje rozhodnutí koupit produkt a šířit o něm informace. Tento přístup není vhodný pro analýzu šíření virálního videa, protože to je šířeno bez ohledu na to, zda jeho šiřitel zakoupil propagovaný produkt, nebo ne. Příspěvek prezentuje realističtější model šíření virálního videa, ve kterém každý agent, který video shlédl, jej právě jednou rozešle náhodné podmnožině svých sousedů. Optimální strategie volby agentů, kterým marketer sám na začátku pošle video, je hledána pomocí genetických algoritmů. Optimální strategie nalezená pomocí genetického algoritmu na počátku oslovuje agenty, kteří mají nejvíce spojení a nejnižší clustering ratios; někteří agenti jsou také vybíráni náhodně. Nicméně, tato komplexní strategie nepodává výrazně lepší výsledky než jednoduchá strategie volby agentů s mnoha vazbami.
Návaznosti
| MUNI/A/0781/2013, interní kód MU |
|