[论文解读] IMRank: Influence Maximization via Finding Self-Consistent Ranking

Suqi Cheng, Huawei Shen+3 more|arXiv (Cornell University)|Feb 17, 2014

Spam and Phishing Detection参考文献 22被引用 29

一句话总结

IMRank 是一种迭代排名框架，通过收敛到节点的自洽排名，高效求解影响最大化问题，其中每个节点的排名与其基于排名的边际影响传播相匹配。通过采用从后往前分配的策略实现快速估计，并从任意初始排名（如度数或强度）开始，IMRank 在启发式方法的效率水平上实现了贪心算法的精度水平，相比最先进的方法速度最高提升 100 倍，同时在大规模网络上保持了高影响传播效果。

ABSTRACT

Influence maximization, fundamental for word-of-mouth marketing and viral marketing, aims to find a set of seed nodes maximizing influence spread on social network. Early methods mainly fall into two paradigms with certain benefits and drawbacks: (1)Greedy algorithms, selecting seed nodes one by one, give a guaranteed accuracy relying on the accurate approximation of influence spread with high computational cost; (2)Heuristic algorithms, estimating influence spread using efficient heuristics, have low computational cost but unstable accuracy. We first point out that greedy algorithms are essentially finding a self-consistent ranking, where nodes' ranks are consistent with their ranking-based marginal influence spread. This insight motivates us to develop an iterative ranking framework, i.e., IMRank, to efficiently solve influence maximization problem under independent cascade model. Starting from an initial ranking, e.g., one obtained from efficient heuristic algorithm, IMRank finds a self-consistent ranking by reordering nodes iteratively in terms of their ranking-based marginal influence spread computed according to current ranking. We also prove that IMRank definitely converges to a self-consistent ranking starting from any initial ranking. Furthermore, within this framework, a last-to-first allocating strategy and a generalization of this strategy are proposed to improve the efficiency of estimating ranking-based marginal influence spread for a given ranking. In this way, IMRank achieves both remarkable efficiency and high accuracy by leveraging simultaneously the benefits of greedy algorithms and heuristic algorithms. As demonstrated by extensive experiments on large scale real-world social networks, IMRank always achieves high accuracy comparable to greedy algorithms, with computational cost reduced dramatically, even about $10-100$ times faster than other scalable heuristics.

研究动机与目标

• 为解决大规模社交网络中影响最大化问题的精度与效率之间的权衡。
• 通过将问题建模为节点自洽排名的寻找，统一种子选择与影响传播估计。
• 开发一种迭代框架，从任意初始排名出发，保证收敛至最优排名。
• 设计一种高效策略，用于估计基于排名的边际影响传播，而无需从头开始重新计算。
• 在真实应用中同时实现高精度（与贪心算法相当）和高可扩展性（优于现有启发式方法）。

提出的方法

• IMRank 将影响最大化建模为一种迭代过程，以寻找自洽排名，其中节点的排名与其基于排名的边际影响传播一致。
• 从初始排名（如度数或强度）开始，根据当前基于排名的边际影响传播，迭代地重新排列节点。
• 引入从后往前分配策略，通过从最低排名节点反向传播影响，高效估计边际影响传播，利用独立级联模型的结构特性。
• 该策略被推广以提高估计精度，同时保持计算效率。
• 理论分析证明，IMRank 从任意初始排名出发，可在有限步内收敛至自洽排名。
• 该框架通过在迭代中重用影响传播计算，实现了贪心算法的精度与启发式方法的效率的统一。

实验结果

研究问题

• RQ1 影响最大化能否被重新表述为自洽排名问题，以平衡精度与效率？
• RQ2 迭代排名框架能否从任意初始排名出发，收敛至稳定且最优的排名？
• RQ3 从后往前分配策略能否在无需完整蒙特卡洛模拟的情况下，高效估计基于排名的边际影响传播？
• RQ4 在真实网络中，IMRank 与最先进的贪心算法和启发式算法相比，在精度与速度方面表现如何？
• RQ5 IMRank 在不同网络拓扑结构与影响模型下是否能保持一致的性能表现？

主要发现

• IMRank 实现了与贪心算法相当的影响传播效果，同时计算成本相比其他可扩展启发式方法降低了最多 100 倍。
• 在 EPINIONS 网络（500k+ 条边）上，IMRank1 的运行速度是 IRIE 的 13 倍，是 PMIA 的 8 倍，同时实现了相似或更优的影响传播效果。
• 在 DOUBAN 网络（2200 万条边）上，IMRank1 的速度超过 PMIA 的 100 倍，是 IRIE 的 10 倍，且影响传播效果相当。
• 在 LIVEJOURNAL 网络（6900 万条边）上，IMRank2 的影响传播效果优于 PMIA 和 IRIE，同时运行速度也快于两者。
• IMRank 在多种网络中持续优于 PMIA 和 IRIE，包括密集网络（EPINIONS、DOUBAN）和稀疏网络（PHY、DBLP），表现出稳定的性能。
• 在 EPINIONS 网络上，IMRank1 在 WIC 模型下的运行时间仅为 PMIA 的 0.1% 和 IRIE 的 5%，同时实现了相似或更优的影响传播效果。