Het vinden van manieren om de invloed op sociale netwerken te maximaliseren, is een belangrijke inspanning voor een breed scala aan mensen, inclusief degenen die betrokken zijn bij marketing, verkiezingscampagnes, en uitbraakdetectie, bijvoorbeeld. Technisch gezien in een netwerkscenario, "Invloedsmaximalisatie houdt zich bezig met het probleem van het vinden van een subset van knooppunten die zaden worden genoemd in het sociale netwerk, zodat deze knooppunten uiteindelijk maximale invloed in het netwerk zullen verspreiden."

Schrijven in de International Journal of Computational Science and Engineering onderzoekers uit India wijzen erop dat dit een van de moeilijk op te lossen problemen is die bekend staat als NP-harde problemen. In hun krant ze richten zich op het geven van een overzicht van het probleem van invloedsmaximalisatie en behandelen drie belangrijke aspecten. Eerst, ze kijken naar de verschillende soorten input die nodig zijn. Ten tweede, ze onderzoeken invloedsvoortplantingsmodellen die de verspreiding van invloed in een netwerk in kaart brengen. Eindelijk, ze kijken naar benaderingsalgoritmen die zijn voorgesteld voor selectie van seed-sets.

De studie biedt nieuwe inzichten in hoe een marketingcampagnevoerder een virale reactie op een productlancering kan veroorzaken door de zeer zorgvuldige selectie van belangrijke beïnvloeders wiens mond-tot-mondreclame het maximale aantal mensen zou bereiken en beïnvloeden. evenzo, het zou kunnen worden gebruikt om een ​​politieke boodschap sneller te verspreiden dan met traditionele wervingsmethoden. Maar, vanuit wetenschappelijk perspectief, dezelfde tools en inzichten zouden ons kunnen helpen om beter te begrijpen hoe een paar geïnfecteerde individuen kunnen leiden tot het ontstaan ​​van een epidemie.

"De ruimte voor toekomstig werk op het gebied van invloedsmaximalisatie ligt vooral in het vinden van efficiënte oplossingen voor de uitbreidingen van het basisprobleem van invloedsmaximalisatie, concludeert het team en zoekt naar manieren om de enorme en groeiende hoeveelheden gegevens te verwerken die netwerken in korte tijd kunnen genereren.