戶屬性的相似性)來計算權重。因此，不同項目轉換成按照種子用戶群組的不同擴散概率和結果。例如，在在線和離線社交網(wǎng)絡種子用戶群組之間(其中項目包括針對離線情況的“可訪問性的不同”)，種子用戶群組可以只包括可以容易地離線在互聯(lián)網(wǎng)上沖浪的用戶。這些用戶可以包括那些可以參與離線瀏覽的用戶。
[0061]在一個實施例中，通過將基于矩陣的社交擴散仿真包括在內(nèi)，控制器301和啟發(fā)式模塊303可以仿真在不同的種子用戶群組當中的擴散過程。如之前所討論的，基于矩陣的社交擴散仿真只是啟發(fā)式模塊303可采用的一個示例方法。在一個實施例中，每個用戶可以表示社交擴散中的一個節(jié)點，其中，節(jié)點“激活”指用戶設備分享和/或傳輸給定的內(nèi)容項目。例如，控制器301和啟發(fā)式模塊303可以確定節(jié)點以概率p(u，V) (S卩，邊權)影響鄰近節(jié)點。此概率可以被稱為兩個節(jié)點之間的被激活狀態(tài)或兩個節(jié)點之間傳輸?shù)膬?nèi)容項目的“轉變概率(transit1n probability) ”。在一個實施例中，控制器301和啟發(fā)式模塊303然后可以用隨機漫步法將社交網(wǎng)絡結構的概率鄰接矩陣與概率轉變矩陣相鏈接。例如，一個用隨機漫步模型的社交擴散仿真可以包括以矩陣形式的迭代公式，如下:
[0062]P' = (Mt), P' +(MtB)'
[0063]在此，在N維中(其中，N表示節(jié)點數(shù)量)，矢量P表示每個節(jié)點的激活概率，使得N*N維的矩陣M表示概率鄰接矩陣，而N維的矢量B表示每個節(jié)點的初始狀態(tài)。例如，如果節(jié)點i是節(jié)點用戶Iv則矢量B的第i個元素將為1，否則為O。因為一個節(jié)點通常只與幾個鄰居節(jié)點連接，所以鄰接矩陣M可以是稀疏的。在一個實施例中，某種形式的稀疏矩陣存儲可以被用于節(jié)省存儲器。
[0064]隨機漫步法可以是擴散過程的一種示例性仿真(通過采取社交影響的基本假設)，其中，每一步驟中的節(jié)點激活涉及兩個因素:1)來自鄰居節(jié)點的影響和2)在最后一步中的鄰居的狀態(tài)(其中，只有激活的鄰居可以影響其他節(jié)點)。此外，來自不同源的影響可以是獨立的，并且每個節(jié)點只能被激活一次。例如，假設概率P以及每個節(jié)點N的激活之間的獨立性，所有節(jié)點N將被激活的概率是概率!1 N(Ι-p)。這種轉換意味著節(jié)點越多，激活就越可能會發(fā)生，因為節(jié)點N的集合的激活概率可以是1- TIn(1-P)。然而，對于每個節(jié)點，影響概率可以考慮到節(jié)點自身的激活概率以及該節(jié)點和其他節(jié)點之間的關系。這可以根據(jù)下式來建模:
[0065]pv(t) = 1- Π ue N(v) (l_puv*pu(t-1))
[0066]在此，pv(t)可以是步驟t中的點V的激活概率(或邊權)，其中，pu#從節(jié)點u(v的鄰居)對節(jié)點V的影響概率。
[0067]在一個實施例中，節(jié)點之間的相互影響概率可以是1%或比1%更低，因此控制器301和啟發(fā)式模塊303可以取puv〈〈l，上述公式近似為:
[0068]Pv(t) = 1-(1- Σ ueN(v)Puv*Pu(t-l))
[0069]=Σ ueN(v)puv*pu(t_l)，
[0070](這是因為，例如如果針對節(jié)點a和b的概率遠小于1%(如a，b，〈〈l)，(1-a) (l_b)可以近似為1-(8+13)，允許％〈〈1，Π (1-Bi)將用1- Σ %來近似。然后，所述公式是迭代的并且，如從之前討論的概率鄰接矩陣所變換的，類似隨機漫步概率轉變矩陣。因此，隨機漫步可以是針對某些擴散過程仿真的合適模型。
[0071]例如，隨機漫步可以近似于這樣的擴散過程，其中條件滿足:
[0072]V e V，XueN(v)Puv< I
[0073]考慮到規(guī)則化并且計算出的相互影響并不妨礙個體用戶不遵循所述影響，在一個或多個擴散過程仿真中，估計Puv〈l可以是現(xiàn)實的。因此，隨機漫步是供控制器301和啟發(fā)式模型303使用的一個可能模型。
[0074]在一個實施例中，控制器301和閾值模塊305可以確定針對不同用戶和內(nèi)容項目的閾值激活概率。此類激活概率可以基于歷史擴散、平均激活概率、理想激活概率或它們的結合。例如，流行音樂家可以為該音樂家的新歌的擴散仿真分配高閾值激活概率，因為該音樂家可能期望很可能分享該歌曲。然而，新的藝術家可以容忍低得多的閾值，因為預期分享很少。
[0075]在一個實施例中，控制器301和概率模塊307可以計算矢量P，即，每個節(jié)點的激活概率。在一個實施例中，概率模塊307可以將啟發(fā)式模塊303的公式變換為線性等式問題，例如:
[0076][1-(Mt) ' ]P' = (MtB)'
[0077]在此，I可以是單位矩陣。在線性等式問題的情況下可以使用迭代法，包括高斯-賽德爾(Gauss-Seidel)迭代法或雅克比(Jacobi)迭代法。因為該矩陣的在M中每一行中的元素(除了對角線中的元素)的絕對值之和小于I (即，每一行之和小于對角線中的元素)的條件，可以保證迭代的收斂特性。對于大規(guī)模的社交網(wǎng)絡，其中這類等式可以涉及維數(shù)災難(由高瑋度數(shù)據(jù)導致的困難)，并行計算技術能提高效率。并行計算技術能保證某個范圍內(nèi)的較高速度(考慮到社交網(wǎng)絡的規(guī)模、所需數(shù)據(jù)更新的相互通信，或其結合)。
[0078]在又一個實施例中，為了控制不合理的相互影響，控制器301和概率模塊307可以限制每個節(jié)點的迭代步驟。在此，“步”可以指存在于針對要在兩個節(jié)點之間被分享的給定內(nèi)容項目的路徑中的節(jié)點。例如，如果內(nèi)容項目被直接在節(jié)點i和節(jié)點ii之間分享，則可以存在一“步”。然而，如果內(nèi)容項目在其與節(jié)點ii分享之前從節(jié)點i移動到節(jié)點iii以及到節(jié)點iv，則該內(nèi)容項目在從節(jié)點i到達節(jié)點ii之前用了四步。
[0079]在一種情況下，一旦概率模塊307確定節(jié)點根本已被激活，激活概率就可能沒有意義，因為一個節(jié)點不會被激活更多次。對于這樣的情況，即使鄰居節(jié)點受到其影響，控制器301也可以停止激活概率的迭代?？刂破?01可以采用多種方法來確定用以停止迭代的恰當步驟是可能的。例如，最大影響路徑(MIP)方法是合適的，因為它表示用最高概率激活一個節(jié)點的理論軌跡。另一種可能的方法是用于示出激活一個節(jié)點必需的最短步驟的最短路徑方法。這些只是找到限制迭代的步驟的一些示例性方法。
[0080]在又一個實施例中，控制器301可以選擇一種“路徑長度”，其中，計算點的所有Step(v)，其中，節(jié)點V被設置為在Step(v)步之后停止其迭代。這意味著在Step(V)之后，P (v)將不會改變，盡管它對其他節(jié)點有影響。這種方法可以限制來自不合理的相互影響的結構性無意義。因為社交影響過程是一個隨機過程，所以任何具有穩(wěn)定約束的“路徑長度”規(guī)則可能是不現(xiàn)實的。為了包括一些波動，閾值模塊305例如可以將閾值定義為Step (V)+-t，其中t是小整數(shù)。如前面提到的，這種方法只是控制器301可以使用的許多可能仿真模型中的一個例子。
[0081]在確定閾值激活概率和種子用戶的激活概率之后，控制器301和選擇模塊309可以確定激活概率超過閾值的一個或多個種子用戶和一個或多個種子用戶群組。在一個實施例中，控制器301和選擇模塊309可以例如根據(jù)最大到最小激活概率來組織種子用戶。在另一個實施例中，控制器301和選擇模塊309可以簡單地識別出激活概率超過閾值的種子用戶?？刂破?01和啟發(fā)式模塊303可以仿真來自不同用戶節(jié)點的擴散以選擇種子用戶來發(fā)送媒體項目。在一個實施例中，被選擇的種子用戶可以是顯示出最可能分享內(nèi)容項目的用戶節(jié)點。
[0082]圖3B是根據(jù)一個實施例的采用者平臺207的組件的示圖。舉例來說，采用者平臺207包括用于確定分發(fā)到由仿真平臺205確定的種子用戶和種子用戶群組的內(nèi)容項目的一個或多個組件?？梢栽O想，這些組件的功能可以被結合在一個或多個組件中或者可以由等效功能的其他組件來執(zhí)行。在此實施例中，采用者平臺207包括控制器311、用戶屬性模塊313、內(nèi)容屬性模塊315、分類模塊317和嵌入模塊319。例如，控制器311可以從種子用戶平臺203、仿真平臺205和監(jiān)視平臺209接收信息。在一個實施例中，控制器311可以與用戶屬性模塊313—起工作來確定由仿真平臺205得到的種子用戶的用戶屬性(包括由簡檔平臺103潛在地提供的用戶簡檔和用戶偏好信息)。如先前討論的，與用戶相關聯(lián)的用戶屬性包括簡檔和/或偏好信息。例如，控制器311和用戶屬性模塊313可以確定來自仿真平臺205的一個或多個種子用戶具有就讀已知有特殊體育隊的大學的簡檔信息和喜歡運動的偏好信息。
[0083]在一個實施例中，控制器311和內(nèi)容屬性模塊315又可以確定與由內(nèi)容提供商109、廣告提供商111或其結合提供的各種內(nèi)容項目相關聯(lián)的屬性。例如，內(nèi)容提供商109和廣告提供商111可以存儲、訪問和/或提供內(nèi)容項目以及對應用戶屬性的內(nèi)容項目屬性。在一個實施例中，控制器311和內(nèi)容項目模塊315可以提取與內(nèi)容項目相關聯(lián)的內(nèi)容項目屬性。例如，廣告內(nèi)容項目可以包括描述該內(nèi)容項目的內(nèi)容項目屬性。例如，顯示了著名籃球運動員的運動鞋商業(yè)內(nèi)容項目可以與包括“鞋”、“籃球”的屬性、與此運動相關聯(lián)的籃球隊，或其結合相關聯(lián)。
[0084]然后，控制器311和分類模塊317可以針對內(nèi)容項目屬性對種子用戶屬性進行分類，以基于種子用戶屬性來選擇一個或多個用于媒體分發(fā)的內(nèi)容項目。例如，控制器311和分類模塊317可以選擇具有與所確定的一個或多個種子用戶相類似或相關聯(lián)的屬性的內(nèi)容項目。一個這種情況可以包括控制器311和分類模塊317可以為具有指出對體育親和力強的屬性的一個或多個種子用戶選擇運動飲料商。在又一個實施例中，控制器311和分類模塊317還可以至少部分地促使所選擇的一個或多個內(nèi)容項目與一個或多個其他內(nèi)容項目之間的關聯(lián)。在一個實施例中，一個或多個內(nèi)容項目可以包括廣告。例如，控制器311和嵌入模塊319可以選擇電視節(jié)目作為用于分發(fā)的內(nèi)容項目，但是控制器311和嵌入模塊319也可以選擇電視節(jié)目內(nèi)容項目和這樣的廣告，所述廣告具有與所述電視節(jié)目和所分析的種子用戶屬性相匹配的屬性以便分發(fā)到所述種子用戶。
[0085]圖3C是根據(jù)一個實施例的監(jiān)視平臺209的組件的框圖。在媒體分發(fā)之后，擴散過程不再可控。然而，在一個實施例中，系統(tǒng)100和分發(fā)處理器107可以包括監(jiān)視平臺209來定義何時及如何監(jiān)視擴散過程以確保分發(fā)質(zhì)量并解決發(fā)布后的問題。在一個實施例中，系統(tǒng)100能夠提取最初幾個分享步驟。然而，因為許多節(jié)點可能存在于社交網(wǎng)絡中，后續(xù)擴散可能隨著越來越多的用戶被激活而變得困難。在另一個實施例中，系統(tǒng)100可以通過監(jiān)視關鍵節(jié)點或核心節(jié)點來監(jiān)視擴散。然后，監(jiān)視核心節(jié)點被視作整個社交網(wǎng)絡的擴散表示。在一個實施例中，如果核心節(jié)點沒有在特定閾值內(nèi)激活，則監(jiān)視平臺209可以啟動對種子用戶和/或種子用戶群組的改變。一個示例性的閾值可以基于時間，包括監(jiān)視在激活發(fā)生之前的時間。對種子用戶和/或種子用戶群組做出的改變可以包括選擇添加到擴散中的可以增強內(nèi)容項目擴散的種子用戶。
[0086]舉例來說，監(jiān)視平臺209包括用于在發(fā)布媒體分發(fā)之后監(jiān)視和調(diào)節(jié)內(nèi)容項目擴散過程的一個或多個組件。可以設想，這些組件的功能可以被結合到一個或多個組件中，或者可以由具有等效功能的其他組件來執(zhí)行。在此實施例中，監(jiān)視平臺209包括控制器321、核心模塊323、長度模塊325、激活模塊327和更新模塊329。例如，控制器321可以從種子用戶平臺203、仿真平臺205和采用者平臺207接收信息。
[0087]在一個實施例中，控制器321可以與核心模塊323 —起工作來確定一個或多個種子用戶群組內(nèi)待監(jiān)視的一個或多個節(jié)點?？刂破?21和核心模塊323可以使用的方法例如可以包括搜索引擎中的網(wǎng)頁排序方案。例如，類似于頁面排序的方法可用于縮放預測擴散軌跡中每個節(jié)點的重要性或顯著性。通過此縮放，控制器321可以選擇具有高顯著性的節(jié)點作為核心節(jié)點。監(jiān)視平臺209可以在發(fā)布媒體分發(fā)之前識別核心節(jié)點。在一個實施例中，監(jiān)視平臺209然后可以只監(jiān)視核心節(jié)點。在這樣的實施例中，可以忽略其他節(jié)點，無論它們是否被激活，使得它們的激活不影響監(jiān)視平臺209觀察到的擴散結果。
[0088]在一個實施例中，控制器321和長度模塊325可以確定閾值以確定什么時候開始調(diào)整擴散過程。在一個實施例中，長度模塊325可以在給定節(jié)點被激活之前，根據(jù)從一個節(jié)點到下一個節(jié)點的分享的每一步或過程的長度來確定閾值。換言之，基于之前討論的圖論，閾值可以涉及節(jié)點是否以及何時將被激活。例如，圖論方法可用于計算節(jié)點之間的最長擴散長度。備選地，所述方法可用于計算節(jié)點之間的平均擴散長度。換言之，控制器301和閾值模塊305可以基于歷史擴散給出的平均時間為節(jié)點之間的每一步設置閾值。分享時間間隔可以包括時間衰減、損害影響。例如，節(jié)點的潛在影響通常隨時間降低，因為假設節(jié)點已經(jīng)嘗試行使其影響。此類監(jiān)視的一種可能情況可以包括控制器301和閾值模塊305計算從開始節(jié)點到給定節(jié)點花了五步，并且假設對于每一步來說三十分鐘是等效的。然后，如果節(jié)點甚至在兩個半小時之后還未激活，則控制器321可以啟動一些補救措施來改善擴散。
[0089]在一個實施例中，控制器321和激活模塊327工作來確定核心節(jié)點是否在閾值長度內(nèi)被激活。如果控制器321和激活模塊327確定核心節(jié)點經(jīng)過了閾值長度才被激活，則控制器321可以使更新模塊329開始改變種子用戶分組。在一個實施例中，控制器321和更新模塊320可以使種子用戶平臺203向種子用戶群組中添加種子用戶。在一個實施例中，控制器321和更新模塊329可以確定許多節(jié)點已經(jīng)被激活，因此初始的預發(fā)布種子用戶選擇可能不再相關。在一個涉及離線社交網(wǎng)絡的實施例中，控制器321和更新模塊329可以通過修改社交網(wǎng)絡來回到初始預發(fā)布種子用戶選擇分析。例如，控制器321可以將最近激活的一些節(jié)點保留為種子用戶，因為它們?nèi)杂锌赡苡绊懰鼈兊泥従?而長激活的節(jié)點可能已經(jīng)施加了它們的大多數(shù)(如果不是全部)影響)。在一個實施例中，如果假設長時間激活的節(jié)點代表的影響已經(jīng)耗盡，則控制器321可以忽視這些節(jié)點。在一個實施例中，控制器321然后可以獲得具有一些初始種子用戶的整個社交網(wǎng)絡的子圖，并且使用該子圖來運行相同的算法或仿真