Trovare modi per massimizzare l'influenza sui social network è uno sforzo significativo per una vasta gamma di persone, comprese quelle coinvolte nel marketing, campagne elettorali, e rilevamento di epidemie, ad esempio. Tecnicamente in uno scenario di rete, "La massimizzazione dell'influenza si occupa del problema di trovare un sottoinsieme di nodi chiamati semi nel social network in modo tale che questi nodi alla fine diffonderanno la massima influenza nella rete".

Scrivendo nel Rivista internazionale di scienza e ingegneria computazionale i ricercatori indiani sottolineano che questo fa parte di una classe di problemi difficili da risolvere noti come problemi NP-difficili. Nella loro carta, si concentrano sul fornire una panoramica del problema della massimizzazione dell'influenza e coprono tre aspetti principali. Primo, esaminano i diversi tipi di input richiesti. In secondo luogo, studiano modelli di propagazione dell'influenza che mappano la diffusione dell'influenza in una rete. Finalmente, esaminano gli algoritmi di approssimazione proposti per la selezione dei seed set.

Lo studio fornisce nuove informazioni su come un promotore di marketing potrebbe innescare una risposta virale al lancio di un prodotto attraverso la selezione molto attenta di influencer chiave la cui promozione del passaparola raggiungerebbe e influenzerebbe il numero massimo di persone. Allo stesso modo, potrebbe essere utilizzato per diffondere un messaggio politico più rapidamente rispetto ai tradizionali metodi di propaganda. Ma, dal punto di vista scientifico, gli stessi strumenti e intuizioni potrebbero aiutarci a capire meglio come alcuni individui infetti potrebbero portare all'emergere di un'epidemia.

"Lo scopo del lavoro futuro nell'area della massimizzazione dell'influenza risiede principalmente nel trovare soluzioni efficienti alle estensioni del problema di massimizzazione dell'influenza di base, conclude il team e alla ricerca di modi per gestire le enormi e crescenti quantità di dati che le reti possono generare in un breve lasso di tempo.