[논문 리뷰] A Multi-Urn Model for Network Search

Christopher E. Marks, Tauhid Zaman|arXiv (Cornell University)|2016. 08. 24.

Advanced Bandit Algorithms Research참고 문헌 10인용 수 3

한 줄 요약

이 논문은 알려진 정점의 이웃을 순차적으로 질의하여 사회적 네트워크에서 대상 정점을 효율적으로 검색하기 위한 다중 용기 모델을 제안한다. 동적 프로그래밍을 사용하여, 블록 정책—한 정점의 이웃를 완전히 조사한 후에 다른 정점으로 전환하는 정책—이 연결 확률 간 상관관계가 있든 없든 항상 최적임을 증명한다. 독립적이고 단일 연결 경우에 대해 명시적인 최적성 조건을 제시한다.

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.

연구 동기 및 목표

• 각 용기는 알려진 정점을 나타내고, 그 안에 이웃들을 나타내는 구슬이 들어 있는 다중 용기 문제로 네트워크 정점 검색을 모델링한다.
• 알려진 정점의 이웃들 중에서 대상 정점(빨간 구슬로 표현)을 찾기 위해 필요한 질의 횟수의 기대값을 최소화한다.
• 대상 정점과 알려진 정점 간 일반적인 확률적 의존성 하에서 최적의 검색 정책을 도출한다.
• 독립적 연결과 최대 한 개의 연결이 가능한 상황이라는 두 가지 특수한 케이스에서 최적 전략을 규명한다.
• 검색 비용이 비현실적이지 않은 사회적 미디어, 수사 기관, 이메일 감정 분석 등 다양한 분야에 적용 가능한 통찰을 제공한다.

제안 방법

• 알려진 정점을 용기로 모델링하고, 그 안에 이웃들을 나타내는 구슬을 담으며, 대상은 하나의 빨간 구슬로 표현한다.
• 다중 용기 검색 문제에 동적 프로그래밍을 적용하여 최적의 검색 정책을 유도한다.
• 남아 있는 구슬의 상태에서 기대 검색 비용을 평가하기 위해 재귀적 가치 함수를 사용한다.
• 질의당 성공 확률 증가율의 한계 증가량을 포함한 부등식을 이용하여 블록 정책 최적성의 필요 및 충분 조건을 도출한다.
• 연결 확률 간 상관관계가 정책의 구조에 미치는 영향을 분석하여, 블록 정책이 여전히 최적임을 보여준다.
• 비균일한 질의 비용, 완전하지 않은 정보, 비랜덤한 추출 순서를 포함한 확장 사례를 고려한다.

실험 결과

연구 질문

• RQ1 연결 확률 간 의존성에 관계없이 다중 용기 네트워크 검색 모델에서 보편적인 최적 검색 정책이 존재하는가?
• RQ2 한 정점의 이웃를 완전히 조사한 후에 다른 정점으로 전환하는 블록 정책이 최적일 조건은 무엇인가?
• RQ3 대상 정점과 알려진 정점 간 연결이 상호 독립적일 경우와 대상 정점이 최대 한 개의 알려진 정점과만 연결될 경우에 최적 정책는 어떻게 달라지는가?
• RQ4 독립적 용기 케이스에서 순진한 정책(greedy policy)이 최적이 아닐 수 있으며, 만약 그렇다면 얼마나 최적이 못하는가?
• RQ5 비균일한 질의 비용이나 비랜덤한 추출 순서는 최적 검색 정책의 구조에 어떻게 영향을 미치는가?

주요 결과

• 대상 정점과 알려진 정점 간 연결 확률의 상관관계에 관계없이 다중 용기 네트워크 검색 모델에서 블록 정책은 항상 최적이다.
• 독립적 용기 케이스에서는 성공 확률 대 질의 비용 비율에 기반한 임계 조건에 의해 최적 정책이 결정된다.
• 단일 빨간 구슬 케이스—즉, 대상 정점이 최대 한 개의 알려진 정점과만 연결되는 경우—에서는 연결 확률이 가장 높은 용기를 우선순위로 조사하는 것이 최적이다.
• 논문은 순수한 순진한 정책이 독립적 용기 케이스에서 최적이 아님을 보여주며, 局소적 이득이 반드시 전역적 최적성을 보장하지는 않음을 입증한다.
• 비균일한 질의 비용이나 완전하지 않은 정보와 같은 다양한 일반화에도 모델이 강인함을 보이며, 실제 검색 문제에 광범위하게 적용 가능함을 시사한다.
• 동적 프로그래밍 프레임워크는 최적 정책의 정확한 특성화를 가능하게 하며, 휴리스틱 전략의 성능 한계 분석에 기초를 제공한다.