[論文レビュー] An approximation algorithm for the link building problem

Martin Olsen, Anastasios Viglas+1 more|arXiv (Cornell University)|Apr 5, 2012

Complexity and Algorithms in Graphs参考文献 7被引用数 4

ひとこと要約

この論文は、有向グラフにおいてk個のバックリンクを追加することで、ターゲットノードのPageRankを最大化するための多項式時間近似アルゴリズムを提示している。ナイーブなグリーディ手法とは異なり、高PageRankのノードからリンクを選択するのではなく、構造的特性を考慮することで、到達可能性とPageRankの両方をより効果的に向上させる。理論的近似比は少なくとも$rac{1}{1 - \alpha^2}$を保証しており、$ \alpha = 0.85$のとき3.6に近づく。アルゴリズムはAPXに属することを証明し、単純なヒューリスティクスの性能に対して下限を確立している。

ABSTRACT

In this work we consider the problem of maximizing the PageRank of a given target node in a graph by adding $k$ new links. We consider the case that the new links must point to the given target node (backlinks). Previous work shows that this problem has no fully polynomial time approximation schemes unless $P=NP$. We present a polynomial time algorithm yielding a PageRank value within a constant factor from the optimal. We also consider the naive algorithm where we choose backlinks from nodes with high PageRank values compared to the outdegree and show that the naive algorithm performs much worse on certain graphs compared to the constant factor approximation scheme.

研究の動機と目的

• ターゲットノードのPageRankを最大化するための、最適解を近似する多項式時間アルゴリズムの開発。
• 高PageRank/アウトデグリー比を持つノードからリンクを選択するナイーブなグリーディヒューリスティクスの性能分析。
• このようなヒューリスティクスが達成可能な近似比の理論的下限の確立。
• リンク構築問題がAPXに属することの証明（すなわち、多項式時間内で定数因子近似が可能であることを意味する）。
• P = NPでない限り、完全に多項式時間近似スキーム（FPTAS）が存在しないことの強調による、問題の計算ハードネスの特定。

提案手法

• アルゴリズムは、ランダムサーファーモデルにおけるターゲットノードの到達可能性の増加を最大にするノードを反復的に選択する、到達可能性に基づくグリーディ戦略を用いる。
• 各リンク追加による到達可能性の単調増加を示すために、再帰的PageRank更新式$f^{r+1}_i(B \cup \{y\}) \geq f^{r+1}_i(B)$を活用する。
• ランダムサーファー移動の定常分布をモデル化するため、恒等式$\pi^T = \pi^T Q$から導かれる一次方程式系を用いてPageRankベクトルを分析する。
• 「影付きノード」（高インデグリー、低アウトデグリー）、「明るいノード」（高アウトデグリー）、および「孤立したクリーク」を含むパラメータ化されたグラフ構築法を導入し、ズーミング効果を制御する。
• パラメータ$c$でパラメータ化されたグラフ族上で、アルゴリズムの結果となるPageRankを最適解と比較して性能を評価する。$t_b = c$、$t_c = c+1$、$t_i = c^2$とする。
• 理論的分析では、$c \to \infty$の極限を用いて、漸近的近似比$ \frac{1}{1 - \alpha^2}$を導出する。

実験結果

リサーチクエスチョン

• RQ1 リンク構築問題に対して、任意の多項式時間アルゴリズムが達成可能な最良の近似比は何か？
• RQ2 高PageRank/アウトデグリー比を持つノードからリンクを選択する単純なグリーディヒューリスティクスは、最適解と比べてどの程度の性能を示すか？
• RQ3 NP困難性とFPTASの欠如にもかかわらず、リンク構築問題に対して定数因子近似アルゴリズムを設計できるか？
• RQ4 グラフのどの構造的特性がナイーブなヒューリスティクスの性能を著しく低下させるか？ そして、それらの特性をどのように活用して近似性能を向上させられるか？
• RQ5 PageRankをバックリンクによって最大化する目的で用いるr-Greedyアルゴリズムの理論的近似比下限は何か？

主な発見

• 提案されたアルゴリズムは、最適解の定数因子以内のPageRank値を達成し、問題がAPXに属することを証明した。
• r-Greedyアルゴリズムの近似比は、$ \frac{1}{1 - \alpha^2}$で下限づけられており、$\alpha = 0.85$のとき約3.6に近づき、グラフサイズが増加する極限でタイトであることが示された。
• 高PageRank/アウトデグリー比を持つノードからリンクを選択するナイーブなヒューリスティクスは、特定のグラフ族においては任意に悪い性能を示し、最悪ケースでは近似比が無限大に近づくことがある。
• 最適解はしばしば短いループ（つまり、高$z_{xx}$）を形成するノードからのリンクを効果的に活用するが、r-Greedyアルゴリズムはその恩恵を十分に得られていない。
• 論文では、P = NPでない限り、リンク構築問題に対して完全に多項式時間近似スキーム（FPTAS）が存在しないことを証明した。これにより、問題の計算ハードネスが明確にされた。
• 分析により、特定のグラフ族をサイズを大きくすることで、ナイーブなヒューリスティクスと最適解の性能差を任意に大きくできることを示した。