Identificación de Nodos Influyentes mediante Colonia de Hormigas

Autores
Suarez Beltran, Elvis
Año de publicación
2022
Idioma
español castellano
Tipo de recurso
tesis de grado
Estado
versión aceptada
Colaborador/a o director/a de tesis
Monteserin, Ariel
Descripción
La elección de los usuarios influyentes es un factor clave para garantizar el éxito y conseguir los objetivos empresariales, dentro de la planificación de la estrategia comercial. Es necesario saber identificar aquellos influencers que por sus valores, estilo, se asemeja al negocio que se quiere que representen. En la actualidad, los influencers implican la traslación, la nueva versión de los líderes de opinión aplicado al medio online, aprovechando el enorme potencial demostrado por las redes sociales. Los influencers son personas que poseen cierta credibilidad sobre un tema concreto y que su presencia e influencia en las redes sociales hacen que se conviertan en un prescriptor idóneo. Nos encontramos ante el marketing de influencia, en el que se fusionan las redes sociales como espacios publicitarios con el recurso a los usuarios, como los líderes de opinión o los personajes famosos como prescriptores e influencers, a los que las marcas dirigen sus esfuerzos comunicativos. La idea detrás del marketing viral es que, al dirigirnos a un conjunto de usuarios influyentes de la red, podemos activar una reacción en cadena de la influencia impulsada por el boca a boca, de tal manera que con un costo de marketing muy pequeño podemos alcanzar una porción muy grande de la red mediante la selección de usuarios claves. Goyalen [2] desarrolla un nuevo modelo denominado Credit Distribution, construido sobre trazas de propagación reales que nos permite predecir directamente la dispersión de influencia de un conjuntos de nodos, sin necesidad de aprender probabilidades de borde o realizar simulaciones de Montecarlo. Proponen un enfoque diferente, tomando una perspectiva “ucéntrica” asignando “créditos” a los posibles influenciadores de un nodo u siempre que u realiza una acción. Mostraron también que la maximización de la influencia bajo este modelo es NP-Hard, y que, la función de propagación de la influencia es monótona y submodular. En consecuencia la implementación del algoritmo Greed y proporciona una aproximación de (1-1/e) a la solución óptima, aunque por sí mismo no garantiza eficiencia. Para permitir una mejora adicional en la calidad de las soluciones, la investigación en este campo en las últimas décadas ha centrado su atención en el diseño de técnicas de propósito general para guiarla construcción de soluciones o la búsqueda local en las distintas heurísticas. Estas técnicas se llaman comúnmente metaheurísticas y consisten en conceptos generales empleados para definir métodos heurísticos. Las metaheurísticas son métodos que emplean heurísticas para producir soluciones de mejor calidad. Estas están inspiradas en diversos campos como la genética, la biología, la física, etc. La metaheurística basada en colonia de hormigas (ACO) se desarrolló a partir de observar como ciertas especies de hormigas con capacidades visuales muy limitadas logran alcanzar su alimento realizando muy buenos recorridos. La idea general del algoritmo se basa en abstraer ese comportamiento y representarlo artificialmente. Por un lado, el sendero de las hormigas con un grafo, y por otro lado, las hormigas son agentes computacionales independientes unos de otros que construyen soluciones tomando decisiones en cada intersección. Cada hormiga representa una solución completa del problema.
Fil: Suarez Beltran, Elvis. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Monteserin, Ariel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Materia
Influencers
Líderes
Redes sociales
Marketing viral
Credit Distribution
NP-Hard
Algoritmos Greed
Heurísticas
Ingeniería de sistemas
Liderazgo
Algoritmos
Toma de decisiones
Algoritmos hormiga
Nivel de accesibilidad
acceso abierto
Condiciones de uso
http://creativecommons.org/licenses/by-nc/2.5/ar/
Repositorio
RIDAA (UNICEN)
Institución
Universidad Nacional del Centro de la Provincia de Buenos Aires
OAI Identificador
oai:ridaa.unicen.edu.ar:123456789/3155

id RIDUNICEN_aee82db6029f646ec9f4047cbcd9d6a5
oai_identifier_str oai:ridaa.unicen.edu.ar:123456789/3155
network_acronym_str RIDUNICEN
repository_id_str a
network_name_str RIDAA (UNICEN)
spelling Identificación de Nodos Influyentes mediante Colonia de HormigasSuarez Beltran, ElvisInfluencersLíderesRedes socialesMarketing viralCredit DistributionNP-HardAlgoritmos GreedHeurísticasIngeniería de sistemasLiderazgoAlgoritmosToma de decisionesAlgoritmos hormigaLa elección de los usuarios influyentes es un factor clave para garantizar el éxito y conseguir los objetivos empresariales, dentro de la planificación de la estrategia comercial. Es necesario saber identificar aquellos influencers que por sus valores, estilo, se asemeja al negocio que se quiere que representen. En la actualidad, los influencers implican la traslación, la nueva versión de los líderes de opinión aplicado al medio online, aprovechando el enorme potencial demostrado por las redes sociales. Los influencers son personas que poseen cierta credibilidad sobre un tema concreto y que su presencia e influencia en las redes sociales hacen que se conviertan en un prescriptor idóneo. Nos encontramos ante el marketing de influencia, en el que se fusionan las redes sociales como espacios publicitarios con el recurso a los usuarios, como los líderes de opinión o los personajes famosos como prescriptores e influencers, a los que las marcas dirigen sus esfuerzos comunicativos. La idea detrás del marketing viral es que, al dirigirnos a un conjunto de usuarios influyentes de la red, podemos activar una reacción en cadena de la influencia impulsada por el boca a boca, de tal manera que con un costo de marketing muy pequeño podemos alcanzar una porción muy grande de la red mediante la selección de usuarios claves. Goyalen [2] desarrolla un nuevo modelo denominado Credit Distribution, construido sobre trazas de propagación reales que nos permite predecir directamente la dispersión de influencia de un conjuntos de nodos, sin necesidad de aprender probabilidades de borde o realizar simulaciones de Montecarlo. Proponen un enfoque diferente, tomando una perspectiva “ucéntrica” asignando “créditos” a los posibles influenciadores de un nodo u siempre que u realiza una acción. Mostraron también que la maximización de la influencia bajo este modelo es NP-Hard, y que, la función de propagación de la influencia es monótona y submodular. En consecuencia la implementación del algoritmo Greed y proporciona una aproximación de (1-1/e) a la solución óptima, aunque por sí mismo no garantiza eficiencia. Para permitir una mejora adicional en la calidad de las soluciones, la investigación en este campo en las últimas décadas ha centrado su atención en el diseño de técnicas de propósito general para guiarla construcción de soluciones o la búsqueda local en las distintas heurísticas. Estas técnicas se llaman comúnmente metaheurísticas y consisten en conceptos generales empleados para definir métodos heurísticos. Las metaheurísticas son métodos que emplean heurísticas para producir soluciones de mejor calidad. Estas están inspiradas en diversos campos como la genética, la biología, la física, etc. La metaheurística basada en colonia de hormigas (ACO) se desarrolló a partir de observar como ciertas especies de hormigas con capacidades visuales muy limitadas logran alcanzar su alimento realizando muy buenos recorridos. La idea general del algoritmo se basa en abstraer ese comportamiento y representarlo artificialmente. Por un lado, el sendero de las hormigas con un grafo, y por otro lado, las hormigas son agentes computacionales independientes unos de otros que construyen soluciones tomando decisiones en cada intersección. Cada hormiga representa una solución completa del problema.Fil: Suarez Beltran, Elvis. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Fil: Monteserin, Ariel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias ExactasMonteserin, Ariel2022-052022-07-07T13:49:23Z2022-07-07T13:49:23Zinfo:eu-repo/semantics/bachelorThesisinfo:eu-repo/semantics/acceptedVersionhttp://purl.org/coar/resource_type/c_7a1finfo:ar-repo/semantics/tesisDeGradoapplication/pdfapplication/pdfSuarez Beltran, E. (2022). Identificación de Nodos Influyentes mediante Colonia de Hormigas [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.https://www.ridaa.unicen.edu.ar/handle/123456789/3155spahttp://creativecommons.org/licenses/by-nc/2.5/ar/info:eu-repo/semantics/openAccessreponame:RIDAA (UNICEN)instname:Universidad Nacional del Centro de la Provincia de Buenos Aires2025-09-04T09:44:08Zoai:ridaa.unicen.edu.ar:123456789/3155instacron:UNICENInstitucionalhttps://www.ridaa.unicen.edu.ar/Universidad públicaNo correspondehttps://www.ridaa.unicen.edu.ar/oailleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;ArgentinaNo correspondeNo correspondeNo correspondeopendoar:a2025-09-04 09:44:09.121RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Airesfalse
dc.title.none.fl_str_mv Identificación de Nodos Influyentes mediante Colonia de Hormigas
title Identificación de Nodos Influyentes mediante Colonia de Hormigas
spellingShingle Identificación de Nodos Influyentes mediante Colonia de Hormigas
Suarez Beltran, Elvis
Influencers
Líderes
Redes sociales
Marketing viral
Credit Distribution
NP-Hard
Algoritmos Greed
Heurísticas
Ingeniería de sistemas
Liderazgo
Algoritmos
Toma de decisiones
Algoritmos hormiga
title_short Identificación de Nodos Influyentes mediante Colonia de Hormigas
title_full Identificación de Nodos Influyentes mediante Colonia de Hormigas
title_fullStr Identificación de Nodos Influyentes mediante Colonia de Hormigas
title_full_unstemmed Identificación de Nodos Influyentes mediante Colonia de Hormigas
title_sort Identificación de Nodos Influyentes mediante Colonia de Hormigas
dc.creator.none.fl_str_mv Suarez Beltran, Elvis
author Suarez Beltran, Elvis
author_facet Suarez Beltran, Elvis
author_role author
dc.contributor.none.fl_str_mv Monteserin, Ariel
dc.subject.none.fl_str_mv Influencers
Líderes
Redes sociales
Marketing viral
Credit Distribution
NP-Hard
Algoritmos Greed
Heurísticas
Ingeniería de sistemas
Liderazgo
Algoritmos
Toma de decisiones
Algoritmos hormiga
topic Influencers
Líderes
Redes sociales
Marketing viral
Credit Distribution
NP-Hard
Algoritmos Greed
Heurísticas
Ingeniería de sistemas
Liderazgo
Algoritmos
Toma de decisiones
Algoritmos hormiga
dc.description.none.fl_txt_mv La elección de los usuarios influyentes es un factor clave para garantizar el éxito y conseguir los objetivos empresariales, dentro de la planificación de la estrategia comercial. Es necesario saber identificar aquellos influencers que por sus valores, estilo, se asemeja al negocio que se quiere que representen. En la actualidad, los influencers implican la traslación, la nueva versión de los líderes de opinión aplicado al medio online, aprovechando el enorme potencial demostrado por las redes sociales. Los influencers son personas que poseen cierta credibilidad sobre un tema concreto y que su presencia e influencia en las redes sociales hacen que se conviertan en un prescriptor idóneo. Nos encontramos ante el marketing de influencia, en el que se fusionan las redes sociales como espacios publicitarios con el recurso a los usuarios, como los líderes de opinión o los personajes famosos como prescriptores e influencers, a los que las marcas dirigen sus esfuerzos comunicativos. La idea detrás del marketing viral es que, al dirigirnos a un conjunto de usuarios influyentes de la red, podemos activar una reacción en cadena de la influencia impulsada por el boca a boca, de tal manera que con un costo de marketing muy pequeño podemos alcanzar una porción muy grande de la red mediante la selección de usuarios claves. Goyalen [2] desarrolla un nuevo modelo denominado Credit Distribution, construido sobre trazas de propagación reales que nos permite predecir directamente la dispersión de influencia de un conjuntos de nodos, sin necesidad de aprender probabilidades de borde o realizar simulaciones de Montecarlo. Proponen un enfoque diferente, tomando una perspectiva “ucéntrica” asignando “créditos” a los posibles influenciadores de un nodo u siempre que u realiza una acción. Mostraron también que la maximización de la influencia bajo este modelo es NP-Hard, y que, la función de propagación de la influencia es monótona y submodular. En consecuencia la implementación del algoritmo Greed y proporciona una aproximación de (1-1/e) a la solución óptima, aunque por sí mismo no garantiza eficiencia. Para permitir una mejora adicional en la calidad de las soluciones, la investigación en este campo en las últimas décadas ha centrado su atención en el diseño de técnicas de propósito general para guiarla construcción de soluciones o la búsqueda local en las distintas heurísticas. Estas técnicas se llaman comúnmente metaheurísticas y consisten en conceptos generales empleados para definir métodos heurísticos. Las metaheurísticas son métodos que emplean heurísticas para producir soluciones de mejor calidad. Estas están inspiradas en diversos campos como la genética, la biología, la física, etc. La metaheurística basada en colonia de hormigas (ACO) se desarrolló a partir de observar como ciertas especies de hormigas con capacidades visuales muy limitadas logran alcanzar su alimento realizando muy buenos recorridos. La idea general del algoritmo se basa en abstraer ese comportamiento y representarlo artificialmente. Por un lado, el sendero de las hormigas con un grafo, y por otro lado, las hormigas son agentes computacionales independientes unos de otros que construyen soluciones tomando decisiones en cada intersección. Cada hormiga representa una solución completa del problema.
Fil: Suarez Beltran, Elvis. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
Fil: Monteserin, Ariel. Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas; Argentina.
description La elección de los usuarios influyentes es un factor clave para garantizar el éxito y conseguir los objetivos empresariales, dentro de la planificación de la estrategia comercial. Es necesario saber identificar aquellos influencers que por sus valores, estilo, se asemeja al negocio que se quiere que representen. En la actualidad, los influencers implican la traslación, la nueva versión de los líderes de opinión aplicado al medio online, aprovechando el enorme potencial demostrado por las redes sociales. Los influencers son personas que poseen cierta credibilidad sobre un tema concreto y que su presencia e influencia en las redes sociales hacen que se conviertan en un prescriptor idóneo. Nos encontramos ante el marketing de influencia, en el que se fusionan las redes sociales como espacios publicitarios con el recurso a los usuarios, como los líderes de opinión o los personajes famosos como prescriptores e influencers, a los que las marcas dirigen sus esfuerzos comunicativos. La idea detrás del marketing viral es que, al dirigirnos a un conjunto de usuarios influyentes de la red, podemos activar una reacción en cadena de la influencia impulsada por el boca a boca, de tal manera que con un costo de marketing muy pequeño podemos alcanzar una porción muy grande de la red mediante la selección de usuarios claves. Goyalen [2] desarrolla un nuevo modelo denominado Credit Distribution, construido sobre trazas de propagación reales que nos permite predecir directamente la dispersión de influencia de un conjuntos de nodos, sin necesidad de aprender probabilidades de borde o realizar simulaciones de Montecarlo. Proponen un enfoque diferente, tomando una perspectiva “ucéntrica” asignando “créditos” a los posibles influenciadores de un nodo u siempre que u realiza una acción. Mostraron también que la maximización de la influencia bajo este modelo es NP-Hard, y que, la función de propagación de la influencia es monótona y submodular. En consecuencia la implementación del algoritmo Greed y proporciona una aproximación de (1-1/e) a la solución óptima, aunque por sí mismo no garantiza eficiencia. Para permitir una mejora adicional en la calidad de las soluciones, la investigación en este campo en las últimas décadas ha centrado su atención en el diseño de técnicas de propósito general para guiarla construcción de soluciones o la búsqueda local en las distintas heurísticas. Estas técnicas se llaman comúnmente metaheurísticas y consisten en conceptos generales empleados para definir métodos heurísticos. Las metaheurísticas son métodos que emplean heurísticas para producir soluciones de mejor calidad. Estas están inspiradas en diversos campos como la genética, la biología, la física, etc. La metaheurística basada en colonia de hormigas (ACO) se desarrolló a partir de observar como ciertas especies de hormigas con capacidades visuales muy limitadas logran alcanzar su alimento realizando muy buenos recorridos. La idea general del algoritmo se basa en abstraer ese comportamiento y representarlo artificialmente. Por un lado, el sendero de las hormigas con un grafo, y por otro lado, las hormigas son agentes computacionales independientes unos de otros que construyen soluciones tomando decisiones en cada intersección. Cada hormiga representa una solución completa del problema.
publishDate 2022
dc.date.none.fl_str_mv 2022-05
2022-07-07T13:49:23Z
2022-07-07T13:49:23Z
dc.type.none.fl_str_mv info:eu-repo/semantics/bachelorThesis
info:eu-repo/semantics/acceptedVersion
http://purl.org/coar/resource_type/c_7a1f
info:ar-repo/semantics/tesisDeGrado
format bachelorThesis
status_str acceptedVersion
dc.identifier.none.fl_str_mv Suarez Beltran, E. (2022). Identificación de Nodos Influyentes mediante Colonia de Hormigas [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
https://www.ridaa.unicen.edu.ar/handle/123456789/3155
identifier_str_mv Suarez Beltran, E. (2022). Identificación de Nodos Influyentes mediante Colonia de Hormigas [Tesis de grado]. Universidad Nacional del Centro de la Provincia de Buenos Aires, Argentina.
url https://www.ridaa.unicen.edu.ar/handle/123456789/3155
dc.language.none.fl_str_mv spa
language spa
dc.rights.none.fl_str_mv http://creativecommons.org/licenses/by-nc/2.5/ar/
info:eu-repo/semantics/openAccess
rights_invalid_str_mv http://creativecommons.org/licenses/by-nc/2.5/ar/
eu_rights_str_mv openAccess
dc.format.none.fl_str_mv application/pdf
application/pdf
dc.publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
publisher.none.fl_str_mv Universidad Nacional del Centro de la Provincia de Buenos Aires. Facultad de Ciencias Exactas
dc.source.none.fl_str_mv reponame:RIDAA (UNICEN)
instname:Universidad Nacional del Centro de la Provincia de Buenos Aires
reponame_str RIDAA (UNICEN)
collection RIDAA (UNICEN)
instname_str Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.name.fl_str_mv RIDAA (UNICEN) - Universidad Nacional del Centro de la Provincia de Buenos Aires
repository.mail.fl_str_mv lleiboff@rec.unicen.edu.ar;gimeroni@rec.unicen.edu.ar;lvarela@rec.unicen.edu.ar ;
_version_ 1842341509614010368
score 12.623145