[논문 리뷰] A Data-Based Approach to Social Influence Maximization

Amit Goyal, Francesco Bonchi외 1명|arXiv (Cornell University)|2011. 09. 30.

Complex Network Analysis Techniques참고 문헌 6인용 수 11

한 줄 요약

이 논문은 간접적인 엣지 확률 학습이나 몬테카를로 시뮬레이션 없이도 역사적 전파 트레이스에서 직접 학습하여 影響 확산을 예측하는 데이터 기반 영향 최대화 모델인 크레딧 분배(Credit Distribution, CD)를 제안한다. CD 모델은 기존 방법들보다 수개의 주기 빠르고 더 스케일러블하며, 가장 높은 정확도를 달성하여 실제 값에 가장 가까운 예측을 한다.

ABSTRACT

Influence maximization is the problem of finding a set of users in a social network, such that by targeting this set, one maximizes the expected spread of influence in the network. Most of the literature on this topic has focused exclusively on the social graph, overlooking historical data, i.e., traces of past action propagations. In this paper, we study influence maximization from a novel data-based perspective. In particular, we introduce a new model, which we call credit distribution, that directly leverages available propagation traces to learn how influence flows in the network and uses this to estimate expected influence spread. Our approach also learns the different levels of influenceability of users, and it is time-aware in the sense that it takes the temporal nature of influence into account. We show that influence maximization under the credit distribution model is NP-hard and that the function that defines expected spread under our model is submodular. Based on these, we develop an approximation algorithm for solving the influence maximization problem that at once enjoys high accuracy compared to the standard approach, while being several orders of magnitude faster and more scalable.

연구 동기 및 목표

• 가정된 또는 추정된 엣지 확률에 의존하는 전통적 영향 최대화 방법의 한계를 해결하기 위해.
• 실제 데이터에서 학습된 방법과 비교해가며, 다양한 엣지 확률 할당 방법이 영향 확산 예측에 어떻게 영향을 미치는지 조사하기 위해.
• 비용이 많이 드는 몬테카를로 시뮬레이션과 엣지 확률 학습을 회피하는 스케일러블하고 정확한 영향 최대화 방법을 개발하기 위해.
• 학습된 확률에 노이즈가 있을 경우의 영향 최대화 솔루션의 강건성과 학습 데이터 크기가 시드 선택 품질에 미치는 영향을 평가하기 위해.

제안 방법

• 역사적 행동 전파 트레이스에서 개별 엣지 확률을 학습하지 않고도 직접 영향 확산을 추정하는 크레딧 분배(Credit Distribution, CD) 모델을 제안한다.
• 계산 비용을 줄이면서도 정확도를 유지하기 위해 전파 깊이를 제한하는 절단 임계값 λ를 사용한다.
• 하위모듈성(submodularity)을 활용해 근사 보장을 확보하면서 CD 모델의 영향 확산 추정 기반으로 시드 노드를 선택하는 근사 알고리즘을 적용한다.
• 행동 로그를 직접 분석하여 기대 영향 확산을 계산함으로써 몬테카를로 시뮬레이션을 피하고, 확장성 면에서 크게 향상된다.
• 네트워크 내 영향 전파의 시간적 동역학을 고려하는 시간 인지 메커니즘을 도입한다.
• 수백만 개의 전파 튜플을 포함한 실세계 데이터셋(Flixster, Flickr)을 활용해 모델를 훈련하고 평가한다.

실험 결과

연구 질문

• RQ1 가정에 기반한 엣지 확률 할당 방법(예: 일정, 역인-degree)이 실데이터에서 학습된 방법과 비교해 영향 확산 예측에 어떻게 다른가?
• RQ2 학습된 확률을 사용하는 전통적 모델(IC, LT)이 실제 값과 비교해 시드 선택과 확산 예측에서 얼마나 다를까?
• RQ3 역사적 전파 트레이스에서 직접 학습하는 모델이 엣지 확률 추정과 몬테카를로 시뮬레이션을 필요로 하는 방법보다 우월한가?
• RQ4 영향 최대화 성능은 학습된 확률의 노이즈에 얼마나 민감한가? 이러한 변동에 대해 솔루션은 얼마나 강건한가?
• RQ5 근사 최적의 시드 선택 품질을 달성하기 위해 필요한 최소한의 학습 데이터(전파 트레이스)는 얼마인가?

주요 결과

• 크레딧 분배 모델은 Flixster Large 및 Flickr Large 데이터셋에서 모두 실제 값에 가장 가까운 정확도로 영향 확산을 예측한다.
• 단지 100만 개의 튜플만으로도 CD 모델이 전체 650만 개 튜플의 Flixster 데이터셋을 사용할 때와 유사한 영향 확산과 시드 세트 품질을 달성한다.
• Flickr Large에서 영향 확산은 800만 개 튜플 이후에 수렴함을 확인하여, 소량의 트레이스 샘플만으로도 고품질의 시드 선택이 가능함을 시사한다.
• 모델의 성능은 절단 임계값 λ = 0.001에서趋기하며, 이 이상으로는 유의미한 향상이 없어, 실용적이고 효율적인 선택으로 간주된다.
• 임의로 확률을 할당하는 방법(예: 일정 또는 삼중성)은 데이터 기반 방법과 비교해 시드 세트가 크게 다름을 보이며, 이는 큰 예측 오차로 이어진다.
• CD 모델 기반의 근사 알고리즘은 매우 확장 가능하며, 몬테카를로 기반 접근법 대비 뚜렷하게 감소된 런타임과 메모리 사용량으로 높은 정확도를 달성한다.