[논문 리뷰] Selecting nodes and buying links to maximize the information diffusion in a network

Gianlorenzo D’Angelo, Lorenzo Severini외 1명|arXiv (Cornell University)|2017. 06. 19.

Complex Network Analysis Techniques참고 문헌 18인용 수 8

한 줄 요약

이 논문은 독립 확산 모델에서 시드 노드에 인접한 새로운 간선을 구매하여 정보 확산을 증폭할 수 있도록 허용함으로써 고전적인 시드 선택 문제를 확장한 새로운 예산 제약이 있는 影響 확산 최적화 문제(BIMA)를 제안한다. 두 가지 근사 알고리즘을 제시하며, 하나는 비용에 따라 변하는 비율을 가지며, 다른 하나는 상수 근사 인자 0.0878을 가지며, 간선 비용이 낮을 경우 이전 연구보다 향상된 성능을 보인다.

ABSTRACT

The Independent Cascade Model (ICM) is a widely studied model that aims to capture the dynamics of the information diffusion in social networks and in general complex networks. In this model, we can distinguish between active nodes which spread the information and inactive ones. The process starts from a set of initially active nodes called seeds. Recursively, currently active nodes can activate their neighbours according to a probability distribution on the set of edges. After a certain number of these recursive cycles, a large number of nodes might become active. The process terminates when no further node gets activated. Starting from the work of Domingos and Richardson, several studies have been conducted with the aim of shaping a given diffusion process so as to maximize the number of activated nodes at the end of the process. One of the most studied problems has been formalized by Kempe et al. and consists in finding a set of initial seeds that maximizes the expected number of active nodes under a budget constraint. In this paper we study a generalization of the problem of Kempe et al. in which we are allowed to spend part of the budget to create new edges incident to the seeds. That is, the budget can be spent to buy seeds or edges according to a cost function. The problem does not admin a PTAS, unless $P=NP$. We propose two approximation algorithms: the former one gives an approximation ratio that depends on the edge costs and increases when these costs are high; the latter algorithm gives a constant approximation guarantee which is greater than that of the first algorithm when the edge costs can be small.

연구 동기 및 목표

• 고전적인 영향 확산 최적화 문제에서 시드 노드만 선택하는 제한을 해결하기 위해, 시드에 인접한 새로운 간선에 대한 투자를 허용함으로써 보완하고자 한다.
• 영향력 있는 인플루언서가 활발히 연결을 형성함으로써 영향 범위를 넓힐 수 있는 실제 세계 시나리오를 모델링하고자 한다.
• 시드와 간선 비용에 대한 예산 제약 조건 하에 독립 확산 모델에서 BIMA에 대한 근사 알고리즘을 개발하고자 한다.
• 특히 간선 비용이 낮을 경우, 간선 비용과 영향 범위 확산 사이의 트레이드오프를 분석하고자 한다.
• 기존 알려진 1−1/e ≈ 0.6321 근사 하한선과 현재까지의 최고 상수 근사 인자 0.0878 사이의 격차를 메우고자 한다.

제안 방법

• BIMA 문제를 예산 제약 조건 하에 시드 노드 집합과 그에 인접한 새로운 간선 집합을 선택하여 기대 활성화 노드 수를 최대화하는 문제로 수식화한다.
• 두 단계의 근사 알고리즘을 도입한다: 첫 번째 단계에서는 비용 대비 마진 성과를 기반으로 시드와 간선을 선택하고, 두 번째 단계에서는 비용 인지 전략을 활용해 해를 정밀 조정한다.
• 비용 민감도 분석을 통해 근사 비율을 제한하며, 최소 간선 비용과 탐색 깊이를 제어하는 데 사용되는 매개변수 b에 따라 비율이 결정됨을 유도한다.
• 각 단계에서 시드와 그에 인접한 간선 집합을 추가할 때의 마진 성과를 평가하는 재귀적 근사 프레임워크를 사용하며, 예산 기준을 충족하도록 제약을 둔다.
• 고정된 시드 및 간선 예산 조건 하에서 영향 범위를 최대화하는 CostIMA 하위 문제에 대해 알려진 (1−1/e)-근사 알고리즘을 적용하여 기초 근사 인자를 도출한다.
• 하위 문제의 결과를 종합적으로 분석하여 최종 근사 보장을 도출하며, R CostIMA 하위 문제에 대해 (1−1/e)/(b+1)의 근사 비율을 확보한다.

실험 결과

연구 질문

• RQ1 시드에 인접한 새로운 간선의 구매를 허용함으로써, 단지 시드 노드 선택을 넘어서 영향 확산 최적화를 향상시킬 수 있는가?
• RQ2 간선 비용이 낮을 경우 도달 가능한 근사 비율은 무엇이며, 기존 알려진 (1−1/e) 하한선과 비교해 볼 때 어떻게 되는가?
• RQ3 특히 비용이 최소일 경우, 다양한 간선 비용 분포에서 제안된 알고리즘의 성능은 어떻게 변화하는가?
• RQ4 문제가 NP-난이도이자 PTAS를 갖지 못함에도 불구하고, 간선 비용이 낮을 경우 BIMA에 대해 상수 인자 근사 알고리즘을 달성할 수 있는가?
• RQ5 예산 배분과 영향 범위 확산 측면에서, 시드 선택과 간선 구매 사이의 최적 트레이드오프는 무엇인가?

주요 결과

• BIMA 문제는 P=NP가 아닌 한 PTAS를 갖지 못하며, 이는 본질적인 계산 난이도를 의미한다.
• 첫 번째 알고리즘은 (1−1/e^((bα)/(bα+b+α+2)))의 근사 비율을 확보하며, 간선 비용이 증가할수록 성능이 향상된다.
• 두 번째 알고리즘은 상수 근사 인자 0.0878를 보장하며, 현재 하위 문제 근사 프레임워크 하에서 최적이다.
• 상수 인자 알고리즘의 근사 비율은 매개변수 b를 최적화할 경우 0.0878로 최대화된다.
• 알고리즘의 성능은 최소 간선 비용에 매우 민감하게 의존한다: c_min < 0.1011일 경우, 상수 인자 알고리즘이 비용 의존형 알고리즘을 능가한다.
• 성능 곡선의 교차점은 c_min ≈ 0.1011과 c_min ≈ 0.3821에서 발생하며, 이는 알고리즘 전환 기준이 되는 임계값을 나타낸다.