[論文レビュー] Fast Maximization of Non-Submodular, Monotonic Functions on the Integer Lattice

Alan Kuhnle, J. David Smith+2 more|arXiv (Cornell University)|May 17, 2018

Complexity and Algorithms in Graphs参考文献 14被引用数 17

ひとこと要約

本稿では、基数制約のもとで整数格子上の非下位単調関数を最大化するための2つの新しい近似アルゴリズム—ThresholdGreedy および FastGreedy—を提案する。閾値グリーディー枠組みを適応させるとともにハイブリッド手法を導入することで、標準的グリーディー法に比べて関数クエリ数と実行時間が著しく削減された多項式時間クエリ複雑性（O(n log k log(ε²/k)）を達成し、非下位単調目的関数に対しても強力な近似保証を維持する。

ABSTRACT

The optimization of submodular functions on the integer lattice has received much attention recently, but the objective functions of many applications are non-submodular. We provide two approximation algorithms for maximizing a non-submodular function on the integer lattice subject to a cardinality constraint; these are the first algorithms for this purpose that have polynomial query complexity. We propose a general framework for influence maximization on the integer lattice that generalizes prior works on this topic, and we demonstrate the efficiency of our algorithms in this context.

研究の動機と目的

• センサ配置や部分的インcentive付きインフルエンサー最大化といった実世界の応用で一般的に見られる、整数格子上での非下位単調関数最大化のための効率的アルゴリズムの不足に応える。
• 整数格子上の基数制約付き最大化問題（MCC）に対して、多項式時間クエリ複雑性を有する近似アルゴリズムを開発する。標準的グリーディー法ではΩ(nk)のクエリが必要となる。
• 下位単調性の指標を一般化し、DR比γ_d、下位単調性比γ_s、曲率αを整数格子設定に拡張することで、非下位単調性の度合いを定量化し、アルゴリズム設計を支援する。
• 独立キャスケードモデルにおけるインフルエンサー最大化と非下位単調ブースティング問題を統一的に扱う枠組みを構築し、バイアス付きインcentiveを含めたバイラルマーケティングを可能にする。
• 実世界のネットワーク上での提案アルゴリズムの実験的妥当性を検証し、クエリ回数と実行時間が著しく削減された一方で、近似解の品質はほぼ最適に保たれていることを示す。

提案手法

• BadanidiyuruとVondrák（2014）の閾値グリーディー枠組みを非下位単調格子関数に適応させ、近似比（1 - e^(-γ_d γ_s) - η）とO(n log k log(ε²/k))のクエリ複雑性を有するThresholdGreedyを導出する。
• StandardGreedyとThresholdGreedyの要素を統合したハイブリッドアルゴリズムであるFastGreedyを導入し、性能比を（1 - e^(-β*γ_s) - η）に向上させる。ここでβ* ≥ γ_dであり、アルゴリズムが適応的に決定する。
• 格子関数のための一般化された非下位単調性指標（DR比γ_d、下位単調性比γ_s、曲率α）を定義し、下位単調性からの逸脱度を定量化するとともに、理論的保証の根拠とする。
• バイラルマーケティングの一般化された予算配分枠組みを設計し、下位単調および非下位単調なインフルエンサー最大化を統合的に扱い、部分的インcentiveの適用を可能にする。
• 実世界のネットワーク（GrQc、Facebook、BAネットワーク）上でアルゴリズムを実装・評価し、解の品質、クエリ回数、実行時間を測定することで、実用的効率性を示す。
• 各反復で関数の完全評価を避けるために、限界利益の計算と閾値ベース選択を用いることで、オракルクエリ数を削減しつつ解の品質を維持する。

実験結果

リサーチクエスチョン

• RQ1 閾値グリーディー枠組みを非下位単調関数の整数格子上に拡張することで、多項式時間クエリ複雑性を達成できるか？
• RQ2 非下位単調性の特徴を活用することで、非下位単調格子関数に対するグリーディー法の性能比をどのように向上できるか？
• RQ3 非下位単調性指標（γ_d、γ_s、α）が、格子関数に対するグリーディー法の近似保証と実験的性能に与える影響は何か？
• RQ4 部分的インcentiveを含むインフルエンサー最大化を統一的に扱う枠組みを構築できるか。これは下位単調および非下位単調の両ケースを一般化する。
• RQ5 提案アルゴリズムは、実世界のネットワーク応用において、解の品質を保ちながらクエリ複雑性と実行時間をどの程度削減できるか？

主な発見

• Facebookネットワーク（100インセンティブレベル）において、FastGreedyはクエリ回数と実行時間を著しく削減したにもかかわらず、StandardGreedyの解の品質の3%以内に収束した。
• ThresholdGreedyは、クエリ複雑性をΩ(nk)からO(n log k log(ε²/k))に削減し、予算kに対して対数スケーリングを達成した。これはStandardGreedyの線形スケーリングとは対照的である。
• FastGreedyは、ThresholdGreedyに比べて少なくとも14.5%、kが増加するにつれて最大43%の関数クエリを削減したが、解の品質に顕著な劣化は見られなかった。
• FastGreedyのDR比β*は、テストされたすべてのインスタンスで0.6以上を維持しており、強い理論的性能保証を示している。また、小さな合成ネットワークでは1に近づいた。
• 10ノードのバラバシ＝アルバートネットワークにおいて、FastGreedyの最悪ケース性能比は0.449692であった。理論的境界が実際の状況でも成立していることを確認した。
• 実行時間は関数クエリに大きく依存しており、FastGreedyは冗長な評価を最小限に抑えることで、特に大規模ネットワークにおいて顕著な高速化を達成した。