[论文解读] Collaborative Inference of Coexisting Information Diffusions

Yanchao Sun, Cong Qian+2 more|arXiv (Cornell University)|Aug 23, 2017

Tensor decomposition and applications参考文献 19被引用 4

一句话总结

本文提出协同推理模型（CIM），通过将多个共存信息传播过程建模为稀疏四阶张量（共存传播张量，CDT），并应用带有异质约束的低秩张量逼近，联合重建社会网络中多个共存信息传播的缺失历史。此外，本文进一步提出基于时间窗口的并行分解算法（TWPDA），实现可扩展、高精度的推理，在真实和合成数据集上显著优于单传播方法的准确性和效率。

ABSTRACT

Recently, extit{diffusion history inference} has become an emerging research topic due to its great benefits for various applications, whose purpose is to reconstruct the missing histories of information diffusion traces according to incomplete observations. The existing methods, however, often focus only on single information diffusion trace, while in a real-world social network, there often coexist multiple information diffusions over the same network. In this paper, we propose a novel approach called Collaborative Inference Model (CIM) for the problem of the inference of coexisting information diffusions. By exploiting the synergism between the coexisting information diffusions, CIM holistically models multiple information diffusions as a sparse 4th-order tensor called Coexisting Diffusions Tensor (CDT) without any prior assumption of diffusion models, and collaboratively infers the histories of the coexisting information diffusions via a low-rank approximation of CDT with a fusion of heterogeneous constraints generated from additional data sources. To improve the efficiency, we further propose an optimal algorithm called Time Window based Parallel Decomposition Algorithm (TWPDA), which can speed up the inference without compromise on the accuracy by utilizing the temporal locality of information diffusions. The extensive experiments conducted on real world datasets and synthetic datasets verify the effectiveness and efficiency of CIM and TWPDA.

研究动机与目标

• 解决现实社交网络中多个信息传播共存时，不完整传播历史重建的挑战。
• 通过利用共存传播之间的协同关系，克服数据稀疏性以及缺乏传播模型先验知识的问题。
• 通过利用时间局部性并设计并行分解算法，实现在大规模网络上的可扩展推理。
• 通过将来自外部数据源的异质约束融合到张量分解过程中，提升推理准确性。

提出的方法

• CIM将多个共存信息传播建模为一个稀疏四阶张量，称为共存传播张量（CDT），且不假设任何特定传播模型。
• 通过CDT的低秩逼近实现协同推理，以捕捉节点、时间与传播类型之间的潜在模式。
• 将来自用户活动模式或网络结构等附加数据源的异质约束融合到张量分解中，以提升准确性。
• 基于时间窗口的并行分解算法（TWPDA）沿时间维度对CDT进行划分，以利用时间局部性并实现并行计算。
• TWPDA在保持近似精度无损失的前提下，显著加速大规模网络上的分解过程。
• 该方法通过交替优化框架，联合优化低秩张量逼近与约束融合过程。

实验结果

研究问题

• RQ1 与单传播方法相比，跨多个共存信息传播的协同推理是否能提升缺失历史重建的准确性？
• RQ2 如何有效将来自外部数据源的异质约束集成到基于张量的传播推理中以提升准确性？
• RQ3 在不牺牲精度的前提下，信息传播中的时间局部性在多大程度上可被利用以设计可扩展的并行分解算法？
• RQ4 在观测稀疏的真实世界和合成数据集上，所提出的CIM模型在准确性和效率方面表现如何？

主要发现

• CIM在重建缺失传播历史方面显著优于最先进的单传播推理方法，尤其在高数据稀疏性条件下表现更优。
• 异质约束的集成使在测试数据集上的推理准确率平均提升达25%，证明了外部知识的价值。
• 与串行基线方法相比，TWPDA在分解时间上实现了最高10倍的加速，且近似精度无明显损失。
• 该模型在不同真实数据集（包括Twitter和Epinions）上均保持稳健性能，且在不同观测稀疏程度下表现稳定。
• 即使单个传播轨迹高度不完整，CDT的低秩逼近仍能有效捕捉潜在传播模式。