Choice of optimization routine for multi-agent models: A case of viral video marketing campaign

KVASNIČKA, Michal. Choice of optimization routine for multi-agent models: A case of viral video marketing campaign. Online. In Martinčík, D., Ircingová, J., Janeček, P. 33rd International Conference Mathematical Methods in Economics Conference Proceedings. Plzeň: University of West Bohemia, 2015, s. 449-454. ISBN 978-80-261-0539-8.

Základní údaje

• Originální název: Choice of optimization routine for multi-agent models: A case of viral video marketing campaign
• Název česky: Volba optimalizační rutiny pro multiagentové modely: případ virální video-marketingové kampaně
• Autoři: KVASNIČKA, Michal (203 Česká republika, garant, domácí).
• Vydání: Plzeň, 33rd International Conference Mathematical Methods in Economics Conference Proceedings, od s. 449-454, 6 s. 2015.
• Nakladatel: University of West Bohemia

Další údaje

• Originální 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: elektronická verze "online"
• Kód RIV: RIV/00216224:14560/15:00083847
• Organizační jednotka: Ekonomicko-správní fakulta
• ISBN: 978-80-261-0539-8
• UT WoS: 000387898900077
• Klíčová slova česky: optimalizace; genetický algoritmus; mutation hill climbing; simulace; multiagentový model; sociální síť; virální video-marketing
• Klíčová slova anglicky: optimization; genetic algorithm; mutation hill climbing; simulation; agent-based model; social network; viral video marketing
• Příznaky: Recenzováno

Anotace

Very few agent-base computational models are optimized because the usually used optimization routine, the genetic algorithm, is extremely time-consuming. This paper explores how much precision is lost if a simpler optimization routine, mutational hill climber, is used instead. It shows on the case of a viral-video marketing model that even though the standard genetic algorithm is slightly more precise, the mutation hill climbing could be used as an approximate optimization routine for robustness check and scenario analysis.

Anotace česky

Jen málo multiagentových modelů je optimalizováno, protože obvykle užívaná optimalizační rutina, genetické algoritmy, jsou extrémně výpočetně náročné. Tento článek zkoumá, jak velká část přesnosti se ztratí, pokud je použita jednodušší optimalizační rutina, mutational hill climber. Článek ukazuje na příkladu virální video-marketingové kampaně, že ačkoli je standardní genetický algoritmus poněkud přesnější, mutation hill climbing může být použit jako přibližná optimalizační rutina pro ověření robustnosti a analýzu scénářů.

Návaznosti

• MUNI/A/1203/2014, interní kód MU: Název: Odhad poptávky na trzích dopravních služeb pomocí spotřebitelského průzkumu (Akronym: TranSurvey)

Investor: Masarykova univerzita, Odhad poptávky na trzích dopravních služeb pomocí spotřebitelského průzkumu, DO R. 2020_Kategorie A - Specifický výzkum - Studentské výzkumné projekty