[论文解读] Influence Maximization in Social Networks: Towards an Optimal Algorithmic Solution

Christian Borgs, Michael Brautbar+2 more|arXiv (Cornell University)|Dec 4, 2012

Complex Network Analysis Techniques被引用 28

一句话总结

本文提出了一种在社交网络中影响最大化问题的近似最优算法，其时间复杂度为 O((m + n)ǫ⁻³ log n)，近似因子为 (1 − 1/e − ǫ)，且该复杂度与种子数 k 无关。该方法采用一种新颖的采样策略，显著降低了运行时间，相比以往方法更具可扩展性，适用于大规模动态网络，同时在对数因子范围内保持理论最优性。

ABSTRACT

Diffusion is a fundamental graph process, underpinning such phenomena as epidemic disease contagion and the spread of innovation by word-of-mouth. We address the algorithmic problem of finding a set of k initial seed nodes in a network so that the expected size of the resulting cascade is maximized, under the standard independent cascade model of network diffusion. The promiseofsuchanalgorithmliesinapplicationstoviralmarketing. However,runtimeisofcritical importance in this endeavor due to the massive size and volatility of the relevant networks. Our main result is an algorithm for the influence maximization problem that obtains the nearoptimal approximation factor of (1 − 1 e − ǫ), for any ǫ> 0, in time O((m + n)ǫ−3 logn) where n and m are the number of vertices and edges in the network. The runtime of our algorithm is independent of the number of seeds k and improves upon the previously best-known algorithms whichrun in time Ω(mnk·POLY(ǫ −1)). Importantly, ouralgorithmis essentiallyruntime-optimal (up to a logarithmic factor) as we establish a lower bound of Ω(m+n) on the runtime required to obtain a constant approximation.

研究动机与目标

• 解决大规模、动态社交网络中影响最大化问题的计算挑战。
• 设计一种算法，在显著提升运行时间效率的同时，实现接近最优的影响传播范围。
• 减少对种子数 k 的依赖，此前该依赖关系严重制约了现有算法的可扩展性。
• 建立理论界限，证明该算法在对数因子范围内近乎运行时间最优。

提出的方法

• 该算法使用一种新颖的采样技术，高效估算影响传播范围，避免对所有可能的种子集合进行完整计算。
• 采用随机化方法以高概率近似每个节点的影响，从而减少重复完整模拟的需求。
• 该方法利用集中不等式来限制估计误差，确保 (1 − 1/e − ǫ) 的近似保证。
• 通过将影响估计与种子选择过程解耦，实现运行时间与 k 无关。
• 算法在采样影响估计的基础上采用贪心选择策略，确保以极低开销实现高质量的种子选择。
• 下界分析表明，任何实现常数近似比的算法都至少需要 Ω(m + n) 的时间，从而证明了所提方法的近似最优性。

实验结果

研究问题

• RQ1 我们能否设计一种影响最大化算法，在实现近似最优近似比的同时，可扩展至大规模网络？
• RQ2 是否可能消除影响最大化中运行时间对种子数 k 的依赖？
• RQ3 实现常数因子近似的理论最小运行时间是多少？
• RQ4 如何在大幅降低计算成本的同时，保持影响估计的高精度？

主要发现

• 所提算法在影响最大化问题中实现了 (1 − 1/e − ǫ) 的近似因子，与目前已知的最佳理论保证一致。
• 该算法的运行时间为 O((m + n)ǫ⁻³ log n)，且与种子数 k 无关，相比以往复杂度为 Ω(mnk · POLY(ǫ⁻¹)) 的方法有显著改进。
• 该算法的运行时间近乎最优，论文证明了实现任意常数近似比至少需要 Ω(m + n) 的时间。
• 通过精心设计的采样策略，该方法确保估计误差以高概率被限制，从而保持高精度。
• 由于与 k 无关且对 ǫ 的依赖为对数级，该算法在大规模网络上表现出高效的可扩展性。