Resumen

Debido a los rpidos avances tecnolgicos, las redes sociales se han convertido en importantes plataformas para la comunicacin diaria, la comercializacin de productos y la difusin de informacin. La difusin selectiva de anuncios en redes sociales puede mejorar considerablemente la eficacia de la publicidad y maximizar sus beneficios. En este contexto, gestionar la audiencia especfica de un anuncio en una red social y lograr la entrega de anuncios dirigidos han sido los objetivos ltimos del sector de la publicidad en redes sociales. Identificar grupos de usuarios con propiedades similares es fundamental para aumentar las ventas dirigidas. Cuando crecen tanto la escala de la red social mvil como la coplejidad de los comportamientos de los usuarios de la red social, se ocultan grupos similares en los comportamientos de los usuarios. Con el fin de analizar ms adecuadamente la estructura de la comunidad con la relacin de confianza de los usuarios en el entorno de redes sociales multinivel a gran escala, en este artculo se propone un novedoso modelo de deteccin de comunidades locales E-MLCD. Se basa conjuntamente en las propiedades multinivel y en la fuerza de la similitud de la interaccin social multinivel entre comunidades. Mediante el estudio de tres redes sociales multinivel del mundo real y de datos especficos de marketing de QQ Zone, el modelo define una nueva mtrica de confianza comunitaria basada en la similitud. La comparacin con otros mtodos de deteccin de ltima generacin demuestra la capacidad de E-MLCD para detectar comunidades con mayor eficacia.

• Materias:Comunicación inalámbrica Blockchain Comunicaciones vehiculares Enrutamiento Redes centradas
• Subjects:Wireless communication Blockchain Vehicular communications Routing Focused networks
• Palabras claves:Avances; Tecnología; Redes sociales; Publicidad; Entrega selectiva; Detección de comunidades
• Keywords:Advances; Technology; Social networks; Advertisement; Targeted delivery; Community detection