[论文解读] An approximation algorithm for the link building problem

Martin Olsen, Anastasios Viglas+1 more|arXiv (Cornell University)|Apr 5, 2012

Complexity and Algorithms in Graphs参考文献 7被引用 4

一句话总结

本文提出了一种多项式时间近似算法，通过在有向图中添加 k 个反向链接，保证对目标节点 PageRank 的最大化实现常数因子近似。与从高 PageRank 节点选择链接的朴素贪心方法不同，所提出的算法通过考虑图的结构特性，更有效地提升了可达性和 PageRank，理论近似比达到至少 $\frac{1}{1 - \alpha^2}$，当 $\alpha = 0.85$ 时接近 3.6。该算法被证明属于 APX 类，且本文建立了对更简单启发式方法性能的下限。

ABSTRACT

In this work we consider the problem of maximizing the PageRank of a given target node in a graph by adding $k$ new links. We consider the case that the new links must point to the given target node (backlinks). Previous work shows that this problem has no fully polynomial time approximation schemes unless $P=NP$. We present a polynomial time algorithm yielding a PageRank value within a constant factor from the optimal. We also consider the naive algorithm where we choose backlinks from nodes with high PageRank values compared to the outdegree and show that the naive algorithm performs much worse on certain graphs compared to the constant factor approximation scheme.

研究动机与目标

• 开发一种多项式时间算法，近似求解通过添加 k 个反向链接以最大化目标节点 PageRank 的最优解。
• 分析一种朴素贪心启发式方法的性能，该方法基于节点 PageRank 与出度比值选择链接。
• 建立此类启发式方法可实现的近似比的理论下限。
• 证明链接构建问题属于 APX 类，即多项式时间内可实现常数因子近似。
• 证明除非 P = NP，否则不存在完全多项式时间近似方案（FPTAS），凸显该问题的计算难度。

提出的方法

• 该算法采用基于可达性的贪心策略，迭代选择能最大程度提升目标节点在随机浏览者模型中可达性的节点。
• 它利用递归的 PageRank 更新公式 $ f^{r+1}_i(B \cup \{y\}) \geq f^{r+1}_i(B) $，证明每次添加链接后可达性均单调提升。
• 该方法通过从恒等式 $ \pi^T = \pi^T Q $ 衍生出的线性方程组分析 PageRank 向量，建模随机浏览者游走的平稳分布。
• 它引入一种参数化图构造方法，包含三种节点类型：阴影节点（入度高、出度低）、浅色节点（出度高）以及一个孤立团，以控制“弹出”效应。
• 通过在以 $ c $ 为参数的图族上比较算法结果 PageRank 与最优解，评估算法性能，其中 $ t_b = c $，$ t_c = c+1 $，$ t_i = c^2 $。
• 理论分析通过取 $ c \to \infty $ 的极限，推导出渐近近似比为 $ \frac{1}{1 - \alpha^2} $。

实验结果

研究问题

• RQ1 对于链接构建问题，任何多项式时间算法可实现的最佳近似比是多少？
• RQ2 一种简单贪心启发式方法——从 PageRank 与出度比值高的节点选择反向链接——与最优解相比表现如何？
• RQ3 尽管该问题为 NP-难且不存在 FPTAS，能否为链接构建问题设计常数因子近似算法？
• RQ4 图的哪些结构特性导致朴素启发式方法表现不佳，又如何利用这些特性来改进近似性能？
• RQ5 对于通过反向链接最大化 PageRank 的 r-Greedy 算法，其近似比的理论下限是多少？

主要发现

• 所提算法实现的 PageRank 值在最优解的常数因子范围内，证明该问题属于 APX 类。
• r-Greedy 算法的近似比下限为 $ \frac{1}{1 - \alpha^2} $，当 $ \alpha = 0.85 $ 时约为 3.6，且在图规模增大时该下限为紧致（即无法进一步改进）。
• 朴素启发式方法（即从 PageRank 与出度比值高的节点选择链接）在某些图族上可能表现极差，最坏情况下近似比趋近于无穷大。
• 最优解通常受益于从能形成短环路的节点（即高 $ z_{xx} $）添加链接，而 r-Greedy 算法未能有效利用此类节点。
• 本文证明，除非 P = NP，否则链接构建问题不存在完全多项式时间近似方案（FPTAS），确立了其计算难度。
• 分析表明，通过构造随规模增大而性能差距不断扩大的特定图族，可使朴素启发式方法与最优解之间的性能差距变得任意大。