[论文解读] Incentive compatible influence maximization in social networks and application to viral marketing

Mayur Mohite, Y. Narahari|arXiv (Cornell University)|May 2, 2011

Complex Network Analysis Techniques参考文献 10被引用 5

一句话总结

本文提出一种机制设计方法，通过使用反向加权评分规则，从社交网络中的参与者处获取真实的影响概率，确保激励相容。其主要贡献在于提出了一种基于评分规则的机制，能够在影响最大化任务中实现对私有影响概率的真实披露，填补了现有模型中假设影响概率已知这一关键空白。

ABSTRACT

Information diffusion and influence maximization are important and extensively studied problems in social networks. Various models and algorithms have been proposed in the literature in the context of the influence maximization problem. A crucial assumption in all these studies is that the influence probabilities are known to the social planner. This assumption is unrealistic since the influence probabilities are usually private information of the individual agents and strategic agents may not reveal them truthfully. Moreover, the influence probabilities could vary significantly with the type of the information flowing in the network and the time at which the information is propagating in the network. In this paper, we use a mechanism design approach to elicit influence probabilities truthfully from the agents. Our main contribution is to design a scoring rule based mechanism in the context of the influencer-influencee model. In particular, we show the incentive compatibility of the mechanisms and propose a reverse weighted scoring rule based mechanism as an appropriate mechanism to use.

研究动机与目标

• 解决影响最大化中不切实际的假设，即影响概率是公开已知的，而现实中它们是私有信息。
• 设计一种机制，激励社交网络中的参与者真实报告其私有的影响概率。
• 开发一种适用于病毒式营销场景中影响者-被影响者模型的实用机制。
• 确保该机制具有激励相容性，即参与者通过真实报告可获得最大收益。
• 提出一种反向加权评分规则，作为影响概率获取的合适机制。

提出的方法

• 运用机制设计理论，构建从社交网络参与者处获取私有影响概率的框架。
• 引入基于评分规则的机制，通过使参与者的激励与真实性保持一致，奖励真实报告。
• 应用反向加权评分规则，确保参与者无法通过虚假报告影响概率而获利。
• 在影响者-被影响者模型中运行，其中影响者报告其对他人影响的预期概率。
• 设计机制使得真实报告的期望效用最大化，从而确保激励相容性。
• 通过博弈论分析机制的性质，证明其激励相容性。

实验结果

研究问题

• RQ1 我们如何设计一种机制，从社交网络参与者处获取真实的影响概率？
• RQ2 哪些机制设计原则可确保参与者没有动机虚假报告其私有的影响概率？
• RQ3 反向加权评分规则与其他机制相比，在激励相容性方面表现如何？
• RQ4 不同类型的信息和时变动态如何影响影响概率的报告？
• RQ5 基于评分规则的机制能否在病毒式营销场景中实际应用？

主要发现

• 所提出的机制确保了激励相容性，即参与者有动机报告其真实的影响概率。
• 反向加权评分规则被确定为影响概率获取的合适且有效的机制。
• 该机制基于影响概率为私有信息的假设，解决了先前模型的关键局限。
• 理论分析证实，在所提机制下，真实报告是主导策略。
• 该机制适用于影响者-被影响者模型，因此在现实病毒式营销应用中具有相关性。
• 该方法通过依赖真实数据而非假设或估计的概率，实现了更精准的影响最大化。