[论文解读] Approximation algorithms for stochastic clustering

David G. Harris, Li Shi+3 more|arXiv (Cornell University)|Sep 7, 2018

Data Management and Algorithms被引用 3

一句话总结

本文提出了基于 k-彩票（k-lotteries）的随机化 k-中心解分布的近似算法，以实现比确定性方法更优的单点服务保证。该文提出一种 (1, k+2)-确定化算法，确保期望连接成本 ≤ (1+2/e)T，同时保持最坏情况半径 ≤ 3T，从而在不牺牲全局近似保证的前提下，提升公平性与长期用户满意度。

ABSTRACT

We consider stochastic settings for clustering, and develop provably-good approximation algorithms for a number of these notions. These algorithms yield better approximation ratios compared to the usual deterministic clustering setting. Additionally, they offer a number of advantages including clustering which is fairer and has better long-term behavior for each user. In particular, they ensure that *every user* is guaranteed to get good service (on average). We also complement some of these with impossibility results.

研究动机与目标

• 开发用于随机化聚类的近似算法，以在性能上超越确定性 k-中心与 k-中位数解的单点服务质量。
• 设计 k-彩票——即 k-中心解的概率分布——以确保每个客户均享有良好的期望连接成本，同时满足全局近似保证。
• 通过确保每位用户均获得良好的平均服务，提供可证明的公平性与长期行为优势。
• 通过不可能性结果建立理论极限，表明在标准假设下，某些改进是不可实现的。
• 弥合聚类中全局近似比与个体用户体验之间的差距，特别是在最坏情况性能损害公平性的场景中。

提出的方法

• 提出一种随机化框架，其中解为 k-彩票——即设施 k 元子集的概率分布——而非单个确定性集合。
• 引入 (α, β)-确定化概念，其中 α 控制所用设施数量（α ≤ k），β 以概率 1 限制最坏情况连接成本（d(j,S) ≤ βT）。
• 设计一种贪心算法，通过迭代选择使客户 j 的目标期望连接成本 t_j 最小化的设施，以实现 (1, k+2)-确定化。
• 运用概率与组合论证，包括鸽巢原理与三角不等式，证明若不违反期望成本约束，则算法使用超过 k+1 个设施将不可行。
• 采用基于期望值的反证法：若算法使用了 k+2 个设施，则归一化连接成本的期望总和将超过 k+1，与目标 t_j 值的可行性矛盾。
• 将该框架应用于 k-中心、k-中位数与 k-供应商问题，表明随机化解在保持最坏情况边界的同时，可实现更低的期望成本，优于确定性解。

实验结果

研究问题

• RQ1 基于 k-彩票的随机化聚类能否实现比确定性 k-中心或 k-中位数算法更低的客户期望连接成本？
• RQ2 在 k-供应商问题中，是否可能在保持最坏情况半径 ≤ 3T 的同时，将期望连接成本降低至确定性下界 1+2/e ≈ 1.736T 以下？
• RQ3 在全局近似约束下，随机化聚类中提升单点保证的理论极限是什么？
• RQ4 对于一般 k-中心实例，是否可能实现 β < k+2 的 (1, β)-确定化？
• RQ5 与确定性聚类相比，k-彩票的使用如何影响公平性与长期用户满意度？

主要发现

• 本文提出一种 (1, k+2)-确定化算法，可保证以概率 1 实现最坏情况连接成本 ≤ 3T，同时确保所有客户 j 的 E[d(j,S)] ≤ (1+2/e)T ≈ 1.736T。
• 该算法时间复杂度为 O(|F||C|)，并通过反证法证明其正确性，表明使用超过 k+1 个设施将违反期望成本约束。
• 证明了 (1, k+1)-确定化在一般情况下不可行，从而确立了 α=1 情况下 β 的紧下界。
• 该框架通过确保每位用户均获得良好的平均服务，显著提升了公平性与长期行为表现，即使在确定性算法产生最坏情况结果时亦然。
• 结果表明，随机化解可规避确定性近似算法在中心型聚类问题中的固有局限性。
• 不可能性结果证实，若不违反最坏情况边界，则某些期望成本的改进无法实现，凸显了所提边界的最优性。