[論文レビュー] A Multi-Urn Model for Network Search

Christopher E. Marks, Tauhid Zaman|arXiv (Cornell University)|Aug 24, 2016

Advanced Bandit Algorithms Research参考文献 10被引用数 3

ひとこと要約

本稿は、既知の頂点の隣人を段階的に照会することで、ソーシャルネットワークにおけるターゲット頂点を効率的に探索するためのマルチ・アーメンモデルを提案する。動的計画法を用いて、あるブロック方針——既知の頂点のすべての隣人を完全に調査した後、別の頂点に移行する——が、接続確率の相関関係にかかわらず常に最適であることを証明し、独立事象および単一接続ケースにおける明示的な最適性条件を提示する。

ABSTRACT

We consider the problem of finding a specific target individual hiding in a social network. We propose a method for network vertex search that looks for the target vertex by sequentially examining the neighbors of a set of "known" vertices to which the target vertex may have connected. The objective is to find the target vertex as quickly as possible from amongst the neighbors of the known vertices. We model this type of search as successively drawing marbles from a set of urns, where each urn represents one of the known vertices and the marbles in each urn represent the respective vertex's neighbors. Using a dynamic programming approach, we analyze this model and show that there is always an optimal "block" policy, in which all of the neighbors of a known vertex are examined before moving on to another vertex. Surprisingly, this block policy result holds for arbitrary dependencies in the connection probabilities of the target vertex and known vertices. Furthermore, we give precise characterizations of the optimal block policy in two specific cases: (1) when the connections between the known vertices and the target vertex are independent, and (2) when the target vertex is connected to at most one known vertex. Finally, we provide some general monotonicity properties and discuss the relevance of our findings in social media and other applications.

研究の動機と目的

• 各々の既知の頂点を urn としてモデル化し、その隣人をマーブルとして表現する、順次的マルチ・アーメン問題としてネットワーク頂点探索を定式化すること。
• 既知の頂点の隣人の中からターゲット頂点（赤いマーブルとして表現）を特定するために必要な照会回数の期待値を最小化すること。
• ターゲット頂点と既知の頂点の間の一般化された確率的依存関係下での最適探索方針を同定すること。
• 独立接続と「高々1つの接続」の2つの特定ケースにおける最適戦略を特徴づけること。
• 探索コストが非自明な状況——ソーシャルメディア、法執行警察、メールフォレンジックスなど——に適用可能なインサイトを提供すること。

提案手法

• 既知の頂点を urn としてモデル化し、その隣人をマーブルとして表現する。そのうちの1つが赤いマーブルとしてターゲットを示す。
• マルチ・アーメン探索問題に動的計画法を適用し、最適探索方針を導出する。
• 残存するマーブルの状態からの期待探索コストを評価するための再帰的価値関数を用いる。
• 照会1回あたりの成功確率上昇の限界的利益を含む不等式を用いて、ブロック方針の最適性に必要なおよび十分な条件を導出する。
• 接続確率の相関が方針構造に与える影響を分析し、ブロック方針が依然として最適であることを示す。
• 非一様な照会コスト、不完全情報、非ランダムな抽出順序を含む拡張を検討する。

実験結果

リサーチクエスチョン

• RQ1 接続確率の依存関係にかかわらず、マルチ・アーメンネットワーク探索モデルにおいて普遍的に最適な探索方針が存在するか？
• RQ2 ある既知の頂点のすべての隣人を完全に調査した後、別の頂点に移行するブロック方針が、どのような条件下で最適となるか？
• RQ3 ターゲット頂点と既知の頂点の間の接続が独立している場合と、ターゲットが高々1つの既知の頂点に接続している場合とで、最適方針はどのように変化するか？
• RQ4 独立アーメンケースにおいて、グリーディ方針が最適でない場合があるか？もしあるならば、その差はどの程度か？
• RQ5 非一様な照会コストや非ランダムな抽出順序は、最適探索方針の構造にどのように影響を与えるか？

主な発見

• 接続確率の相関関係にかかわらず、マルチ・アーメンネットワーク探索モデルにおいてブロック方針は常に最適である。
• 独立アーメンケースでは、最適方針は、成功確率と1マーブルあたりの照会コストの比に基づくしきい値条件によって決定される。
• 1つの赤マーブルケース（ターゲットが高々1つの既知の頂点に接続）では、最適方針は接続確率が最も高いアーメンを優先することである。
• 本稿では、独立アーメンケースにおいて純粋なグリーディ方針が最適でないことを示しており、局所的な利益がグローバルな最適性を保証しないことを実証している。
• 非一様な照会コストや不完全情報などの一般化に対しても、モデルは頑健であることが示され、現実世界の探索問題への広範な適用可能性を示唆している。
• 動的計画法フレームワークにより、最適方針の正確な特徴づけが可能となり、ヒューリスティック戦略の性能バウンズを分析する基盤が提供される。