Publication
Influencers dynamics in viral marketing networks
| authorProfile.email | documentacao@isel.pt | |
| dc.contributor.advisor | Rocha, José Leonel Linhares da | |
| dc.contributor.advisor | Carvalho, Sónia Raquel Ferreira | |
| dc.contributor.author | Coimbra, Beatriz Batista | |
| dc.date.accessioned | 2025-01-31T08:48:31Z | |
| dc.date.available | 2025-01-31T08:48:31Z | |
| dc.date.issued | 2024-10 | |
| dc.description | Dissertação para obtenção do grau de mestre em Matemática Aplicada à Indústria, na Área de Especialização de Tratamento de Dados | |
| dc.description.abstract | Abstract Nowadays, social media is the most used type of media for viewing content, which can be news, information or entertainment. As such, we are more exposed to information and influences from others. The influence that one person exerts on another is related to various factors, from the type of interest the person has in the subject, who the person transmitting the information is and what kind of relationship they have with them. There are people who are more influenceable than others, and people who are able to influence a greater number of people. People who have the ability to influence a large number of people are called influencers. Today, the term influencer is associated with a job in which influencers team up with brands or companies in order to get users to buy the products or services presented. The technique of choosing a group of influencers so that the chosen information reaches the greatest number of people is called Viral Marketing. In this paper we explore some of the existing methods that study the process of spreading information and influences. Firstly, we present the Influence Maximization problem, one of the models used to model it and how it is related to Viral Marketing. Next, we name two epidemiology models and relate the spread of diseases to the spread of information. The third chapter explores an information propagation model that takes into account the interest users have in the message that is being propagated. The next chapter focuses on identifying influencers on social networks, using two methods: EVC measure and Influence Maximization algorithms. Finally, the last chapter presents the conclusions of this work and the developments to be made for future works. | eng |
| dc.description.abstract | Atualmente as redes sociais são o tipo de media mais utilizado para a visualização de conteúdo, que pode ser notícias, informações ou entretenimento. Como tal, estamos mais expostos a informações e influências provenientes de outros. A influência que uma pessoa exerce noutra está relacionada com vários fatores, desde o tipo de interesse que a pessoa tem no assunto, quem é a pessoa que está a transmitir a informação e que tipo de relação se tem com ela. Existem pessoas mais influenciáveis que outras, e pessoas com capacidade de influenciar um maior número de pessoas. As pessoas que têm a capacidade de influenciar um grande número de pessoas, são chamadas de influencers. Hoje o termo influencer está associado a um trabalho, em que estes se aliam a marcas ou empresas de forma a conseguir que os utilizadores adquiram os produtos ou serviços apresentados. À técnica de escolher um grupo de influencers de forma que a informação escolhida chegue ao maior número de pessoas é dado o nome de Marketing Viral. Neste trabalho exploramos alguns dos métodos já existentes que estudam o processo de propagação de informação e influências. Em primeiro lugar apresentamos o problema de Maximização de Influência, um dos modelos utilizados na sua modelação e como este está relacionado com o Marketing Viral. De seguida, nomeamos dois modelos de epidemiologia e relacionamos a propagação de doenças com a propagação de informação. O terceiro capítulo explora um modelo que propagação de informação que tem em consideração o interesse que os utilizadores têm na mensagem que está a ser propagada. O capítulo seguinte foca-se na identificação de influencers nas redes sociais, através de dois métodos: medida EVC e algoritmos de Maximização de Influência. Finalmente, no último capítulo são apresentadas as conclusões deste trabalho e os desenvolvimentos a fazer para trabalhos futuros. | por |
| dc.identifier.citation | COIMBRA, Beatriz Batista – Influencers dynamics in viral marketing networks. Lisboa: Instituto Superior de Engenharia de Lisboa. 2024. Dissertação de Mestrado. | |
| dc.identifier.tid | 203786548 | |
| dc.identifier.uri | http://hdl.handle.net/10400.21/21357 | |
| dc.language.iso | eng | |
| dc.peerreviewed | sim | |
| dc.rights.uri | http://creativecommons.org/licenses/by-nc-nd/4.0/ | |
| dc.subject | Influencer | |
| dc.subject | Viral marketing | |
| dc.subject | Social networks | |
| dc.subject | Influence maximization | |
| dc.subject | Propagation models | |
| dc.subject | Influencers | |
| dc.subject | Marketing viral | |
| dc.subject | Redes sociais | |
| dc.subject | Maximização de influências | |
| dc.subject | Modelos de propagação | |
| dc.title | Influencers dynamics in viral marketing networks | eng |
| dc.type | master thesis | |
| dspace.entity.type | Publication | |
| oaire.citation.endPage | 145 | |
| oaire.citation.startPage | 1 | |
| oaire.version | http://purl.org/coar/version/c_ab4af688f83e57aa |