[論文レビュー] Approximation algorithms for stochastic clustering

David G. Harris, Li Shi+3 more|arXiv (Cornell University)|Sep 7, 2018

Data Management and Algorithms被引用数 3

ひとこと要約

本稿では、k-ロトゥリー（kセンター解の確率的分布）を用いた確率的クラスタリングの近似アルゴリズムを導入し、決定的手法よりも優れたポイント単位のサービス保証を達成する。(1, k+2)-決定化アルゴリズムを提案し、期待接続コスト ≤ (1+2/e)T を保証するとともに、最悪ケース半径 ≤ 3T を満たす。これにより、グローバルな近似保証を損なわずに公平性と長期的なユーザ満足度が向上する。

ABSTRACT

We consider stochastic settings for clustering, and develop provably-good approximation algorithms for a number of these notions. These algorithms yield better approximation ratios compared to the usual deterministic clustering setting. Additionally, they offer a number of advantages including clustering which is fairer and has better long-term behavior for each user. In particular, they ensure that *every user* is guaranteed to get good service (on average). We also complement some of these with impossibility results.

研究の動機と目的

• 決定的kセンターおよびkメディアン解法を上回るポイント単位のサービス品質を実現する確率的クラスタリングの近似アルゴリズムを開発すること。
• kセンター解の確率的分布（k-ロトゥリー）を設計し、すべてのクライアントが良好な期待接続コストを享受しつつ、グローバルな近似保証を維持すること。
• 各ユーザーに良好な平均サービスが保証されることで、公平性および長期的行動的利点を明示的に提供するクラスタリングの理論的枠組みを構築すること。
• 不可能性結果を用いて理論的限界を確立し、標準仮定下で特定の改善が達成不可能であることを示すこと。
• グローバルな近似比と個々のユーザー体験のギャップを埋め、特に最悪ケース性能が公平性を損なう状況において、クラスタリングにおける性能向上を実現すること。

提案手法

• 解がk要素の施設部分集合の確率的分布（k-ロトゥリー）である確率的フレームワークを提案し、単一の決定的集合ではなく、確率的解を採用する。
• (α, β)-決定化の概念を導入し、αは使用する施設数（α ≤ k）を制御し、βは確率1でd(j,S) ≤ βT を満たす最悪ケース接続コストを制限する。
• クライアントjの目標期待接続コストt_jを最小化するように施設を反復的に選択する貪欲アルゴリズムを開発し、(1, k+2)-決定化を達成する。
• ピーコンホールドの原理と三角不等式を含む確率的および組合せ的議論を用いて、k+1施設を超えると期待コスト制約に違反することを証明する。
• 期待値に基づく背理法を用いる：アルゴリズムがk+2施設を使用するならば、正規化された接続コストの期待和がk+1を超えることになり、t_jの妥当性に反する。
• kセンター、kメディアン、kサプライヤー問題にこのフレームワークを適用し、期待コストにおいて決定的解を上回りつつも最悪ケースバウンドを維持できることを示す。

実験結果

リサーチクエスチョン

• RQ1 k-ロトゥリーを用いた確率的クラスタリングは、決定的kセンターまたはkメディアンアルゴリズムよりも、クライアントごとの期待接続コストを改善できるか？
• RQ2 kサプライヤー問題において、最悪ケース半径を3Tに制限しつつ、決定的下限1+2/e ≈ 1.736T未満の期待接続コストを達成できるか？
• RQ3 グローバルな近似制約下で、ポイント単位の保証を向上させる理論的限界は何か？
• RQ4 一般のkセンターインスタンスにおいて、β < k+2 となる(1, β)-決定化は可能か？
• RQ5 k-ロトゥリーの使用は、決定的クラスタリングと比較して、公平性および長期的ユーザ満足度にどのように影響するか？

主な発見

• 本稿では、最悪ケース接続コスト ≤ 3T（確率1）かつすべてのクライアントjについてE[d(j,S)] ≤ (1+2/e)T ≈ 1.736T を満たす(1, k+2)-決定化アルゴリズムを提示する。
• アルゴリズムはO(|F||C|)時間で実行可能であり、背理法による正当性の証明により、k+1施設を超えて使用すると期待コスト制約に違反することを示している。
• k+1施設での(1, k+1)-決定化は常に可能ではないことが示され、α=1の場合のβのタイトな下界が確立された。
• 決定的アルゴリズムが最悪ケース結果を生じる場合でも、すべてのユーザーが良好な平均サービスを受けることを保証するため、公平性と長期的行動が向上する。
• 結果から、確率的解が中心型クラスタリング問題における決定的近似アルゴリズムの本質的限界を回避できることを示している。
• 不可能性結果により、最悪ケースバウンドを損なわずに期待コストの特定の改善が達成できないことが確認され、提案されたバウンドの最適性が強調されている。