×
Gonen，哥斯达黎加;马丁·库特克;罗伊·梅纳肖夫;尼姆罗德·塔尔蒙

通过地方选举传播意见的启发式方法。 （英语） 兹比尔1531.91198

Gąsieniec，Leszek（编辑），SOFSEM 2023：计算机科学的理论与实践。第48届计算机科学理论与实践当前趋势国际会议，SOFSEM 2023，斯洛伐克斯莫科维奇，2023年1月15日至18日。诉讼程序。查姆：斯普林格。莱克特。注释计算。科学。13878, 144-158 (2023).
摘要：大多数关于影响力最大化的研究都考虑了一个简单的扩散模型，在该模型中，二进制信息正在扩散（即，与代理相对应的顶点是积极的或被动的，被动的). 在这里，我们考虑一个更复杂的意见扩散模型：在我们的模型中，网络中的每个顶点都有基于认可或基于序数的偏好，并且我们考虑扩散过程，其中每个顶点在局部选举后根据某些“局部”投票规则受到其邻域的影响。我们感兴趣的是从外部改变某些顶点的偏好（即竞选），以影响最终的选举，其获胜者是根据某种“全球”投票规则决定的，在扩散收敛后运作。由于相应的组合问题通常在计算上很难解决，并且我们希望合并概率扩散过程，因此我们考虑适合我们的设置的经典启发式：贪婪启发式和局部搜索启发式。我们研究了它们在多元选举、核准选举和序数选举中的性质，并对其质量进行了实验评估。我们实验的底线是，我们提出的启发式方法在现实世界和合成实例中都表现得相当好。此外，详细检查我们的结果还显示了不同参数（选票类型、贿赂类型、图结构、投票人和候选人数量等）如何影响解决方案的运行时间和质量。这些知识可以指导进一步的研究和应用。
关于整个系列，请参见[Zbl 1517.68014号].

MSC公司：

91天30分 社交网络；意见动态
91B14号机组 社会选择
91B12号机组 投票理论

关键词：

社会选择;影响最大化;选举中的贿赂
PDF格式BibTeX公司 XML格式引用
\textit{R.Gonen}等人，Lect。注释计算。科学。13878，144-158（2023；Zbl 1531.91198）
全文： 内政部

参考文献：

[1] 奥尔科特，H。；Gentzkow，M.，《2016年大选中的社交媒体和虚假新闻》，J.Econ。视角，31，2，211-36（2017）·doi:10.1257/jep.31.2.211
[2] Brandt，F。；科尼策，V。；Endriss，美国。；Lang，J.，P rocaccia（2016），A.D.：计算社会选择手册。剑桥大学出版社，A.D·Zbl 1436.91001号
[3] Bredereck，R.，Elkind，E.：操纵社交网络中的意见传播。致：2017年国际JCAI会议记录（2017）
[4] 陈，N.：关于社交网络中影响的近似性。SIAM J.自由裁量。数学。23（3），1400-1415（2009）。doi:10.1137/08073617X，doi:10.1 137/08073 617X·Zbl 1203.68314号
[5] Chen，W.，Wang，Y.，Yang，S.：社交网络中的有效影响最大化。摘自：第15届ACM SIGKDD知识发现和数据挖掘国际会议记录，第199-208页（2009）
[6] Coro，F.，Cruciani，E.，D'Angelo，G.，Ponziani，S.：利用社会影响力根据评分规则控制选举。致：2019年国际JCAI会议记录（2019）·兹伯利07629134
[7] Elkind，E.，Faliszewski，P.：运动管理的近似算法。摘自：《2010年葡萄酒学报》，第473-482页（2010年）
[8] Elkind，E。；Faliszewski，P。；斯林科，A。；Mavronicolas，M。；Papadopoulou，VG，交换贿赂，算法博弈论，299-310（2009），海德堡：施普林格·Zbl 1262.91056号 ·doi:10.1007/978-3642-04645-2-27
[9] NB埃里森；兰普，C。；斯坦菲尔德，C.，《社交网站和社会：当前趋势和未来可能性》，《互动》，第16、1、6页（2009年）·数字对象标识代码：10.1145/1456202.1456204
[10] Endriss，U.：计算型社会选择趋势。AI接入（2017）·Zbl 07657254号
[11] Faliszewski，P。；Hemaspaandra，E。；Hemaspandra，L.，选举中贿赂有多难？，J.阿蒂夫。智力。研究，35，485-532（2009）·邮编：1180.91090 ·doi:10.1613/jair.2676
[12] Faliszewski，P.，Rothe，J.：投票中的控制与贿赂。收录：Brandt，F.、Conitzer，V.、Endriss，U.、Lang，J.、Procaccia，A.D.（编辑）《计算社会选择手册》，第7章。剑桥大学出版社（2015）
[13] Faliszewski，P.、Gonen，R.、Kouteckỳ，M.，Talmon，N.：社会图表上的舆论传播和竞选活动。收录于：2018年国际JCAI会议记录，第219-225页（2018）·兹伯利07582729
[14] Faliszewski，P。；Hemaspaandra，E。；洛杉矶Hemaspandra，选举中的贿赂有多难？，J.阿蒂夫。智力。研究，35，485-532（2009）·邮编：1180.91090 ·doi:10.1613/jair.2676
[15] Faliszewski，P.，Skowron，P.，Talmon，N.：贿赂作为衡量候选人成功的标准：基于批准的多赢家规则的复杂性结果。在：《2017年AAMAS会议记录》，第6-14页（2017）
[16] Gonen，R.、Koutecky，M.、Menashof，R.和Talmon，N.：通过地方选举传播意见的启发式（2022年）。https://www.openu.ac.il/personal_sites/rica-gonen/
[17] Grandi，U.，Lorini，E.，Perrussel，L.：主张意见扩散。摘自：《2015年AAMAS会议记录》，第989-997页（2015）
[18] Guille，A。；Hacid，H。；法夫尔，C。；齐格德，DA，《在线社交网络中的信息传播：一项调查》，ACM SIGMOD Rec.，42，2，17-28（2013）·数字对象标识代码：10.1145/2503792.2503797
[19] 姜，Q，宋，G，丛，G，王，Y，Si，W.，Xie，K.：社交网络中基于模拟退火的影响最大化。摘自：2011年AAAI会议记录。第11卷，第127-132页（2011年）
[20] Kempe，D.，Kleinberg，J.，Tardos，E.：通过社交网络最大限度地扩大影响力。见：《KDD 2003年会议录》，第137-146页（2003）·Zbl 1337.91069号
[21] Leskovec，J.、Krause，A.、Guestrin，C.、Faloutsos，C.、VanBriesen，J.和Glance，N.：网络中的成本效益疫情检测。摘自：第13届ACM SIGKDD知识发现和数据挖掘国际会议论文集，第420-429页（2007）
[22] Shakarian，P.、Bhatnagar，A.、Aleali，A.、Shaabani，E.、Guo，R.：社交网络中的扩散。斯普林格（2015）·Zbl 1330.91004号
[23] Wang，J。；苏·W。；杨，M。；郭杰。；冯（Q.Feng）。；Shi，F。；Chen，J.，批准选举控制和贿赂的参数化复杂性，Theoret。计算。科学。，595, 82-91 (2015) ·Zbl 1328.68097号 ·doi:10.1016/j.tcs.2015.06.016
[24] Wilder，B.，Voradeombichik，Y.：通过社会影响控制选举。在：《2018年AAMAS会议记录》，第265-273页（2018）
此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。