[论文解读] Max-Sum Diversification, Monotone Submodular Functions and Semi-metric Spaces

Sepehr Abbasi Zadeh, Mehrdad Ghadiri|arXiv (Cornell University)|Nov 7, 2015

Complexity and Algorithms in Graphs被引用 5

一句话总结

该论文通过引入参数 $\alpha \geq 1$ 来放松三角不等式，将最大和多样性推广到半度量空间，在均匀拟序集情况下证明了 $2\alpha$-近似，在任意拟序集情况下证明了 $2\alpha^2$-近似。该工作扩展了先前在度量空间上的研究，表明在距离约束放松的情况下，贪心算法仍能保持较强的近似保证，从而使其在现实世界系统（如 IBM 的基于图像内容的查询系统）中具有更广泛的应用潜力。

ABSTRACT

In many applications such as web-based search, document summarization, facility location and other applications, the results are preferable to be both representative and diversified subsets of documents. The goal of this study is to select a good "quality", bounded-size subset of a given set of items, while maintaining their diversity relative to a semi-metric distance function. This problem was first studied by Borodin et al\cite{borodin}, but a crucial property used throughout their proof is the triangle inequality. In this modified proof, we want to relax the triangle inequality and relate the approximation ratio of max-sum diversification problem to the parameter of the relaxed triangle inequality in the normal form of the problem (i.e., a uniform matroid) and also in an arbitrary matroid.

研究动机与目标

• 解决 Borodin 等人提出的一个开放问题：在最大和多样性问题中，当距离函数满足松弛三角不等式时，其近似界是否可被界定。
• 将最大和多样化的适用范围扩展到半度量空间，此类空间包括现实世界系统（如 IBM 的基于图像内容的查询系统），其不满足标准三角不等式。
• 在 $\alpha$-松弛三角不等式条件下，为贪心算法提供理论保证，推广先前假设距离为度量的已有结果。
• 分析在拟序集约束下贪心选择的性能，证明其近似比依赖于 $\alpha$。

提出的方法

• 提出一种改进的贪心算法，基于组合边际收益 $\phi_u'(S) = \frac{1}{2}f_u(S) + \lambda d_u(S)$ 选择元素，其中 $f$ 为单调子模函数，$d$ 为 $\alpha$-松弛半度量。
• 通过拟序集之间集合的双射映射，建立贪心解 $S$ 与最优解 $O$ 之间的结构可比性。
• 利用引理 1 中的关键不等式：在 $\alpha$-松弛三角不等式下，对不相交集合 $X,Y$，有 $\alpha(|X|-1)d(X,Y) \geq |Y|d(X)$。
• 应用引理 3 来界定交换元素后子模收益的总和：$\sum_{i=1}^t f(S - b_i + c_i) \geq (t-2)f(S) + f(O)$。
• 推导引理 5 来界定距离收益的总和：当 $t=2$ 时，有 $\sum_{i=1}^t d(S - b_i + c_i) \geq (t-2)d(S) + \frac{1}{\alpha^2}d(O)$；当 $t>2$ 时，有 $\geq (t-2)d(S) + \frac{1}{\alpha}d(O)$，该结果基于 $\alpha$-松弛条件。
• 结合贪心解的局部最优性，将上述界限整合，最终推导出任意拟序集下的近似比为 $\phi(S) \geq \frac{1}{2\alpha^2}\phi(O)$。

实验结果

研究问题

• RQ1 当距离函数满足 $\alpha$-松弛三角不等式而非标准度量条件时，最大和多样性问题的近似比是否仍可被界定？
• RQ2 在半度量约束下，最大和多样性问题的贪心算法是否仍能保持常数因子近似？
• RQ3 当 $\alpha$ 超过 1 时，近似保证如何退化？这种退化是否可被量化？
• RQ4 该分析能否从均匀拟序集推广到任意拟序集约束下的多样化选择场景？
• RQ5 是否可将该近似框架推广至非单调子模函数？

主要发现

• 当距离函数满足 $\alpha$-松弛三角不等式时，贪心算法在无拟序集约束下实现了 $2\alpha$-近似。
• 对于任意拟序集约束，贪心算法实现了 $2\alpha^2$-近似，推广了先前假设 $\alpha=1$（即度量距离）的研究结果。
• 分析表明，近似比随 $\alpha$ 的平方增长而退化，反映出在松弛度量条件下维持多样性的难度增加。
• 证明依赖于在拟序集中对双射交换性质的创新应用，以及针对 $\alpha$-松弛距离的精细不等式，尤其在 $t=2$ 情况下表现关键。
• 推导出的不等式 $\sum_{i=1}^t d(S - b_i + c_i) \geq (t-2)d(S) + \frac{1}{\alpha^2}d(O)$（当 $t=2$ 时）是建立拟序集约束下 $2\alpha^2$-近似的决定性因素。
• 结果推广了先前在度量空间上的工作，并验证了在如 IBM 的基于图像内容的查询系统等半度量假设系统中使用贪心多样化方法的有效性。