[논문 리뷰] Timed Influence: Computation and Maximization

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

Complex Network Analysis Techniques참고 문헌 38인용 수 10

한 줄 요약

이 논문은 간선 길이를 통한 전파 시간과 감염 범위를 통합함으로써 고전적 영향 모델을 통합하는 새로운 시간 기반 영향 측정법을 제안한다. 이는 영향 계산과 최대화에서 이전 방법보다 뛰어난 확장성을 보이는 알고리즘을 제안하며, 네트워크 확산 분석에 대해 이론적 보장과 실용적 효율성을 동시에 제공한다.

ABSTRACT

We consider a cost model for diffusion in a network that captures both the scope of infection and its propagation time: The edges of the network have associated lengths which model transmission times, and influence scores are higher for faster propagation. We propose an intuitive measure of timed influence, which extends and unifies several classic measures, including the well-studied “binary” influence [Richardson and Domingos 2002; Kempe et al. 2003] (which only measures scope), a recently-studied threshold model of timed influence [Gomez-Rodriguez et al. 2011] (which considers a node influenced only within a fixed time horizon), and closeness centrality (which is extended from being defined for a single node to multiple seed nodes and from a fixed network to distributions). Finally, we provide the first highly scalable algorithms for timed influence computation and maximization. In particular, we improve by orders of magnitude the scalability of state-of-the-art threshold timed influence computation. Moreover, our design provides robust guarantees and is novel also as a theoretical contribution. 1.

연구 동기 및 목표

• 이진 영향, 임계값 모델, 가까움 중심성의 기존 영향 모델을 확장성과 전파 속도를 모두 고려한 단일 프레임워크로 통합한다.
• 대규모 네트워크에서 시간 기반 영향을 계산하고 최대화하기 위한 확장 가능한 알고리즘이 부족한 문제를 해결한다.
• 단일 노드에서 다중 시드 노드로, 그리고 정적 네트워크에서 확률 분포로의 가까움 중심성을 확장한다.
• 간선 길이를 전파 시간으로 간주하는 비용 모델을 개발하여 빠른 전파가 더 높은 영향 점수를 얻도록 한다.

제안 방법

• 간선 길이를 전파 시간로 사용하여 더 빠른 전파에 더 높은 점수를 할당하는 시간 기반 영향 측정법을 제안한다.
• 시간에 따라 변화하는 전파를 간선을 통해 통합하는 방식으로, 영향 계산을 시간에 따른 확률 과정으로 공식화한다.
• 유한한 오차 범위와 낮은 분산을 보장하는 확률적 유한 샘플링 기반의 확장 가능한 몬테카를로 방법을 설계한다.
• 시드 노드 선택을 위한 탐욕적 최대화 알고리즘을 제안하며, 이론적 근사 보장을 제공한다.
• 조기 종료 및 가지치기 기법을 사용해 계산 오버헤드를 줄인다.
• 네트워크 구조와 시간적 특성을 활용해 정확도를 희생시키지 않은 채 영향 추정을 가속화한다.

실험 결과

연구 질문

• RQ1 이진 영향, 임계값 모델, 가까움 중심성을 확장성과 시간을 모두 고려한 단일 측정 체계로 통합할 수 있는가?
• RQ2 대규모 네트워크에서 시간 기반 영향을 효율적으로 계산하기 위한 알고리즘은 무엇인가?
• RQ3 실제 제약 조건 하에서 시간 기반 영향을 최대화하면서도 이론적 보장을 유지할 수 있는가?
• RQ4 시간 기반 영향 추정에서 다양한 샘플링 전략의 성능과 정확도 간의 상호 교환 관계는 어떠한가?

주요 결과

• 제안된 시간 기반 영향 측정법은 이진 영향, 임계값 모델, 가까움 중심성을 단일이고 일관된 프레임워크로 일반화하고 통합하였다.
• 새로운 알고리즘은 최신 기술 기준의 시간 기반 영향 계산 대비 수개의 순서수준 향상된 확장성을 달성하였다.
• 영향 계산과 시드 노드 선택에 대해 근사 품질과 수렴성에 대한 강력한 이론적 보장을 제공한다.
• 알고리즘 설계 덕분에 대규모 네트워크에서도 효율적인 계산이 가능해져 시간 기반 영향 분석을 실세계 응용에 실현 가능하게 하였다.