中国管理科学 | 带符号在线社交网络中净正面交互信息量最大化问题研究

本文研究了带符号在线社交网络中净正面交互信息量最大化问题。背景方面，社交网络已成为信息传播的重要平台，企业通过病毒式营销提升产品口碑，但现有研究多关注影响力最大化而忽略负面信息传播风险。研究目的是提出净正面信息交互量最大化问题，基于带符号独立级联模型(SIC)，探索最优种子节点选择以实现最优传播效果。结论表明，净正面信息量与影响人数不具线性关系，传播质量优于传播广度；提出的MCGA算法在多个真实网络数据集中表现优越，有效提升正面信息传播效果；路径组合收益建模能捕捉信息传播中的交互耦合特征。研究为社交网络中的负面信息抑制和口碑营销优化提供了新范式。