Model baru untuk memaksimalkan pengaruh
Internet

Model baru untuk memaksimalkan pengaruh


Node merah menunjukkan influencer yang dipilih oleh model mereka. Model cenderung memilih influencer dengan jumlah koneksi yang relatif lebih besar dan juga yang termasuk dalam sub-komponen jaringan yang berbeda. Kredit: SUTD

Jika Anda adalah pemilik perusahaan yang baru didirikan, kemungkinan besar Anda akan berfokus pada membangun kesadaran merek untuk menjangkau sebanyak mungkin orang. Tetapi bagaimana Anda bisa melakukannya dengan kendala anggaran?

Saat ini, bisnis telah beralih ke sekelompok orang terpilih yang aktif di platform media sosial sebagai cara hemat biaya untuk mendorong upaya promosi mereka. Juga disebut sebagai ‘influencer’, mereka memiliki kemampuan untuk memengaruhi opini atau keputusan pembelian orang lain.

Perusahaan kemudian akan memfokuskan upaya mereka untuk memengaruhi para influencer, berharap bahwa, pada gilirannya, informasi produk mereka disebarluaskan ke sebanyak mungkin orang melalui jaringan media sosial yang luas dari para influencer ini.

Proses ini, yang disebut sebagai ‘pemaksimalan pengaruh’, dipelajari dengan baik di jejaring sosial dan ilmu komputer. Paling sering, seseorang bercita-cita untuk memilih hanya sejumlah kecil (sebut saja k) influencer, karena pertimbangan anggaran.

Pertanyaan penting yang harus dijawab adalah; bagaimana cara perusahaan memilih influencer ini? Bagaimana mereka, pada gilirannya, mencontoh perilaku mereka? Apakah masing-masing dari mereka memengaruhi kontak mereka secara independen atau apakah perilaku mereka terkait? Apa implikasi komputasi?

Secara tradisional, model populer dalam memaksimalkan pengaruh adalah model kaskade independen di mana asumsinya adalah bahwa semua anggota dalam jaringan mempengaruhi kontak mereka secara independen dari orang lain.

Namun, mungkin ada korelasi tersembunyi dalam perilaku mereka yang tidak langsung terlihat.

Dalam sebuah studi yang dipimpin oleh tim peneliti dari Universitas Teknologi dan Desain Singapura (SUTD), mereka menghitung k influencer terbaik, dengan asumsi korelasi antara cara anggota dalam jaringan berperilaku paling merugikan kepentingan perusahaan. Dengan demikian model yang diasumsikan bersifat permusuhan.

Tim tersebut menunjukkan bahwa model seperti itu memiliki keuntungan komputasi dibandingkan model kaskade independen. Mereka juga melakukan perbandingan kumpulan agen benih yang dipilih oleh model mereka versus kumpulan yang dipilih oleh model kaskade independen.

Pekerjaan penelitian mereka juga memberikan gambaran tentang hasil mereka dari jaringan sampel (lihat gambar).

“Mengevaluasi dan meningkatkan ketahanan jaringan terhadap serangan permusuhan akan menjadi penting di berbagai domain di masa mendatang. Pekerjaan ini menyediakan beberapa model komputasi yang dapat dikerjakan secara berguna yang dapat digunakan oleh praktisi, agensi, dan perusahaan dalam pengaturan seperti itu,” kata peneliti utama Profesor Karthik Natarajan dari SUTD.

Karya ini ‘Correlation Robust Influence Maximization’ dipresentasikan di NeurIPS 2020.


Pengaruh influencer internet pada citra tubuh pria


Informasi lebih lanjut:
Korelasi Kuatkan Pengaruh Maksimalisasi, paper.nips.cc/paper/2020/file… ad3e9ea4ee-Paper.pdf

Disediakan oleh Universitas Teknologi dan Desain Singapura

Kutipan: Model baru untuk memaksimalkan pengaruh (2021, 12 Januari) diambil pada 12 Januari 2021 dari https://techxplore.com/news/2021-01-maximization.html

Dokumen ini memiliki hak cipta. Selain dari transaksi yang adil untuk tujuan studi atau penelitian pribadi, tidak ada bagian yang boleh direproduksi tanpa izin tertulis. Konten disediakan untuk tujuan informasi saja.


Halaman Ini Di Persembahkan Oleh : Togel Singapore