Optimisation of advertising costs in social networks by means of influence models

Abstract

С развитием социальных сетей и медиа ресурсов, эффективность рекламных кампаний стала предметом внимания для бизнеса. В работе анализируются математические модели, позволяющие в удобном виде представить влияния между пользователями в таких сетях, а также решается прикладная задача, связанная с проведением эффективной рекламной кампании в социальной сети «Вконтакте». В рамках данной задачи требуется определить группу пользователей сети, которым следует раздать бесплатные образцы продукции, чтобы мотивировать их рассказать о товаре, тем самым оказывая влияние на свою аудиторию, чтобы треть этой аудитории в результате приобрела рекламируемый товар. В исследовании используются модели влияния и алгоритм иерархической кластеризации пользователей, которые позволяют выявлять наиболее влиятельных агентов социальной сети, и, как следствие, эффективно направлять ресурсы на самые перспективные сегменты аудитории и оптимизировать затраты на рекламу. Указанные модели и алгоритмы программно реализованы на языке программирования Python и работают на реальных данных социальной сети «Вконтакте». В связи с этим можно говорить о возможности использования выводов в конкретных бизнес-сценариях для достижения конкурентных преимуществ и увеличения прибыли.

With the development of social networks and media resources, the effectiveness of advertising campaigns has become a focus for business. The paper analyzes mathematical models that make it possible to conveniently represent the influences between users in such networks, and also solves an applied problem related to conducting an effective advertising campaign on the Vkontakte social network. As part of this task, it is necessary to identify a group of network users who should be given free product samples in order to motivate them to talk about the product, thereby influencing their audience so that a third of this audience buys the advertised product as a result. The study uses influence models and an algorithm for hierarchical clusterization of users, which make it possible to identify the most influential agents of the social network, and, as a result, effectively direct resources to the most promising segments of the audience and optimize advertising costs. These models and algorithms are programmatically implemented in the Python programming language and work on real data from the Vkontakte social network. In this regard, we can talk about the possibility of using conclusions in specific business scenarios to achieve competitive advantages and increase profits.