[论文解读] Online $k$-Median with Consistent Clusters

Benjamin Moseley, Heather Newman+1 more|arXiv (Cornell University)|Mar 27, 2023

Facility Location and Emergency Management被引用 1

一句话总结

本文提出了一种新颖的在线 $k$-中位数聚类算法，通过利用预测的预算 $B$ 来界定最优代价，确保聚类的一致性。该算法实现了关于 $k$ 的指数级竞争比，证明了任何算法都无法在 $k$ 上实现优于线性的竞争比，并为具有可证明保证的在线 $k$-中位数设置下的聚类一致性提供了首个竞争分析框架。

ABSTRACT

We consider the problem in which n points arrive online over time, and upon arrival must be irrevocably assigned to one of k clusters where the objective is the standard k-median objective. Lower-bound instances show that for this problem no online algorithm can achieve a competitive ratio bounded by any function of n. Thus we turn to a beyond worst-case analysis approach, namely we assume that the online algorithm is a priori provided with a predicted budget B that is an upper bound to the optimal objective value (e.g., obtained from past instances). Our main result is an online algorithm whose competitive ratio (measured against B) is solely a function of k. We also give a lower bound showing that the competitive ratio of every algorithm must depend on k.

研究动机与目标

• 解决在线 $k$-中位数聚类中保持聚类一致性的问题，即聚类分配应随时间最小化变化。
• 通过引入一个预测预算 $B$（用于上界最优代价）来克服在最坏情况分析下无法实现有界竞争比的不可能性。
• 提供一种超越最坏情况的分析模型，使在线 $k$-中位数聚类在保持一致性时能够获得有意义的竞争比保证。
• 通过证明任何算法的竞争比至少为关于 $k$ 的线性级别，建立理论极限，凸显所提解决方案的紧致性。
• 通过竞争分析正式化并分析在线 $k$-中位数中的聚类一致性，这是在线聚类研究中的一个全新方向。

提出的方法

• 采用基于预测的模型，即算法在事前获得一个预算 $B$，用于上界最优目标值。
• 设计一种基于阶段的算法，通过基于距离和预测代价的加权绑定规则，动态更新聚类并维护聚类中心。
• 应用递归聚类策略，将聚类分为三类：近邻、远端和标准聚类，以控制代价贡献并确保一致性。
• 利用加权绑定和良好分离标准来控制代价，防止点被过度重新分配到不同聚类。
• 通过归纳法和结构引理（如引理 4 和引理 5）来界定各阶段中聚类的总代价，确保关于 $k$ 和 $B$ 的竞争比。
• 引入关键概念如 $\beta_T$-绑定和交换操作，以管理聚类稳定性与代价之间的权衡。

实验结果

研究问题

• RQ1 在聚类一致性的约束下，能否为在线 $k$-中位数聚类实现竞争比？
• RQ2 在给定预测预算 $B$ 的前提下，具有聚类一致性的在线 $k$-中位数算法所能达到的最佳竞争比是多少？
• RQ3 在一致聚类模型中，竞争比如何随聚类数量 $k$ 变化？
• RQ4 能否为任何一致的在线 $k$-中位数算法建立竞争比的下界？
• RQ5 是否可能设计一种算法，实现关于 $k$ 的指数级竞争比，同时保持聚类一致性？

主要发现

• 所提算法实现了 $O(\beta^k \cdot \text{OPT})$ 的竞争比，其中 $\beta$ 是与预测精度相关的常数，且该比值关于 $k$ 为指数级。
• 本文证明了一个下界，表明任何用于一致 $k$-中位数的在线算法的竞争比至少为关于 $k$ 的线性级别，从而确立了紧致性边界。
• 该算法通过加权绑定和基于阶段的代价控制最小化重新分配，确保了聚类一致性。
• 分析表明，远端、近邻和标准聚类的代价可通过结构引理和阶段上的归纳法进行界定。
• 该算法的性能在预算 $B$ 提前提供的预测模型下进行分析，从而实现了非平凡的竞争保证。
• 证明依赖于关键断言，如 $2\beta_T+1$-绑定和良好分离性质，以推导矛盾并界定距离。