[논문 리뷰] Distance-Based Influence in Networks: Computation and Maximization

Edith Cohen, Daniel Delling외 2명|arXiv (Cornell University)|2014. 10. 26.

Complex Network Analysis Techniques참고 문헌 31인용 수 12

한 줄 요약

이 논문은 거리 기반 영향을 통합적으로 모델링하는 방법을 제안하며, 영향이 최단경로 거리에 따라 감쇠되는 네트워크에서 영향 최대화 및 영향 오라클에 대한 최초의 고스케일 알고리즘을 제시한다. 가중치 샘플링과 스케치 기법을 사용하여 근사선형 시간 복잡도를 달성하면서도 강력한 근사 보장을 확보하여 수억 개의 간선을 포함하는 대규모 네트워크에서도 효율적인 계산을 가능하게 한다.

ABSTRACT

A premise at a heart of network analysis is that entities in a network derive utilities from their connections. The {\em influence} of a seed set $S$ of nodes is defined as the sum over nodes $u$ of the {\em utility} of $S$ to $u$. {\em Distance-based} utility, which is a decreasing function of the distance from $S$ to $u$, was explored in several successful research threads from social network analysis and economics: Network formation games [Bloch andJackson 2007], Reachability-based influence [Richardson and Domingos 2002, Kempe et al. 2003], "threshold" influence [Gomez-Rodriguez et al. 2011], and {\em closeness centrality} [Bavelas 1948]. We formulate a model that unifies and extends this previous work and address the two fundamental computational problems in this domain: {\em Influence oracles} and {\em influence maximization} (IM). An oracle performs some preprocessing, after which influence queries for arbitrary seed sets can be efficiently computed. With IM, we seek a set of nodes of a given size with maximum influence. Since the IM problem is computationally hard, we instead seek a {\em greedy sequence} of nodes, with each prefix having influence that is at least $1-1/e$ of that of the optimal seed set of the same size. We present the first highly scalable algorithms for both problems, providing statistical guarantees on approximation quality and near-linear worst-case bounds on the computation. We perform an experimental evaluation which demonstrates the effectiveness of our designs on networks with hundreds of millions of edges.

연구 동기 및 목표

• 거리 감쇠 영향 모델을 적용한 대규모 네트워크에서 영향 계산 및 영향 최대화(IM)의 계산적 과제를 해결한다.
• 기존의 도달 가능성 기반 영향, 임계값 모델, 가까움 중심성 연구를 일반적인 거리 기반 유틸리티 프레임워크 아래 통합하고 확장한다.
• 재처리 없이도 임의의 감쇠 함수 α(d)를 지원하는 유연한 영향 오라클을 설계한다. 이는 어떤 시드 세트와 감쇠 함수에 대해서도 빠른 질의를 가능하게 한다.
• 크기 k의 시드 세트에 대해 (1−1/e)-근사 보장을 갖는 근사 알고리즘을 개발하여 대규모 네트워크에 대한 확장성을 확보한다.
• 근사 품질과 최악의 경우 계산 시간에 대한 이론적 경계를 제공하여 실용적 효율성과 통계적 신뢰성을 보장한다.

제안 방법

• 유틸리티가 최단경로 거리 d의 비증가 함수 α(d)로 정의되는 영향을, 모든 노드에 대해 최대 유틸리티의 합으로 정의한다.
• 높은 확률로 그레디 선택 과정을 근사하기 위해 가중치 샘플링을 사용하는 α-SKIM 알고리즘을 제안한다.
• 각 노드마다 스케치 데이터 구조를 구성하여, 임의의 시드 세트 S와 감쇠 함수 α에 대해 스케치의 집계를 통해 영향을 신속하게 추정할 수 있는 영향 오라클을 구축한다.
• 불확실성을 모델링하고 강건성을 향상시키기 위해 시뮬레이션에서 랜덤 엣지 길이(REL)를 활용하며, 여러 경로가 존재할수록 평균 거리가 감소하는 사실을 응용한다.
• 존슨-린든스트라우스 보조정리와 스케치 기법을 적용하여 노드 정보를 압축하면서도 영향 질의의 정확도를 유지한다.
• 그레디 선택 과정 중에 샘플링 임계값 τ를 적응적으로 최적화하여 속도와 정확도의 균형을 확보하고 불필요한 계산을 줄인다.

실험 결과

연구 질문

• RQ1 일반적인 거리 감쇠 영향 모델 하에서 이론적 근사 보장이 있는 확장 가능한 영향 최대화 알고리즘을 설계할 수 있는가?
• RQ2 임의의 감쇠 함수 α(d)를 지원하고 대규모 네트워크에서 1초 이내 질의 시간을 확보할 수 있는 영향 오라클을 어떻게 구축할 수 있는가?
• RQ3 시뮬레이션 인스턴스 수 ℓ가 영향 최대화 근사의 품질에 미치는 영향은 어떠한가?
• RQ4 결정론적 최단경로 대비 랜덤 엣지 길이를 사용할 경우 거리 기반 영향 추정의 강건성과 정확도는 어떻게 향상되는가?
• RQ5 실제로 수억 개의 간선을 포함하는 네트워크에서 근사선형 시간 복잡도를 달성하면서도 높은 정확도를 유지할 수 있는가?

주요 결과

• α-SKIM 알고리즘은 크기 k의 시드 세트에 대해 최적의 영향에 대해 (1−1/e)-근사 보장을 확보하며, 정확한 그레디 알고리즘보다 실행 시간이 수 개의 지수만큼 더 빠르다.
• 시드 세트 크기가 1000인 경우, 오라클을 통한 영향 질의는 몇 밀리초 내로 수행되며, 대규모 그래프에서는 정확한 계산이 수 분 이상 소요될 수 있다.
• 모든 테스트 데이터셋과 시드 세트 크기에서 일관되게 낮은 추정 오차(지수 감쇠 및 조화 감쇠의 경우 1% 이하, 임계값 감쇠의 경우 4% 이하)를 달성한다.
• ℓ=64개의 시뮬레이션 인스턴스를 사용할 경우 근사 최적의 해 품질을 확보하며, 매끄러운 감쇠 함수의 경우 ℓ=256와 비교해 오차가 무시할 수 있을 정도로 작고, 임계값 모델의 경우에도 수용 가능한 수준이다.
• 질의 시간은 감쇠 함수와 그래프 크기에 거의 영향을 받지 않으며, 시드 수에 대해 약 초선형적으로만 증가하여 강력한 실용성을 입증한다.
• 실제 데이터셋인 AstroPh 및 Twitter에서의 실험을 통해 최대 2억 개의 간선을 포함하는 네트워크에 효과적으로 스케일링됨을 입증했다.