[论文解读] Minimizing Seed Set Selection with Probabilistic Coverage Guarantee in a Social Network

Peng Zhang, Wei Chen+3 more|arXiv (Cornell University)|Feb 22, 2014

Complex Network Analysis Techniques参考文献 6被引用 6

一句话总结

该论文提出了 MinSeed-PCG，一种用于在社交网络中选择最小种子集的近似算法，以确保影响覆盖率达到给定阈值的概率至少为 P。该方法利用真实网络中影响覆盖度的集中特性，实现了紧致的 O(log n) 乘法近似比和较小的加法误差，在真实网络上的实验中优于基线方法。

ABSTRACT

A topic propagating in a social network reaches its tipping point if the number of users discussing it in the network exceeds a critical threshold such that a wide cascade on the topic is likely to occur. In this paper, we consider the task of selecting initial seed users of a topic with minimum size so that with a guaranteed probability the number of users discussing the topic would reach a given threshold. We formulate the task as an optimization problem called seed minimization with probabilistic coverage guarantee (SM-PCG). This problem departs from the previous studies on social influence maximization or seed minimization because it considers influence coverage with probabilistic guarantees instead of guarantees on expected influence coverage. We show that the problem is not submodular, and thus is harder than previously studied problems based on submodular function optimization. We provide an approximation algorithm and show that it approximates the optimal solution with both a multiplicative ratio and an additive error. The multiplicative ratio is tight while the additive error would be small if influence coverage distributions of certain seed sets are well concentrated. For one-way bipartite graphs we analytically prove the concentration condition and obtain an approximation algorithm with an $O(\log n)$ multiplicative ratio and an $O(\sqrt{n})$ additive error, where $n$ is the total number of nodes in the social graph. Moreover, we empirically verify the concentration condition in real-world networks and experimentally demonstrate the effectiveness of our proposed algorithm comparing to commonly adopted benchmark algorithms.

研究动机与目标

• 解决在使用最小种子集的同时，确保影响覆盖率达到临界阈值的概率保证的病毒式级联传播挑战。
• 制定并求解种子最小化与概率覆盖保证（SM-PCG）问题，该问题与以往工作不同之处在于关注概率覆盖而非期望影响。
• 在影响覆盖度分布集中的假设下，为 SM-PCG 提供理论近似保证，包括乘法误差和加法误差界。
• 通过实证验证真实网络中影响覆盖度的集中性，并证明 MinSeed-PCG 在随机、高程度和 PageRank 基于的种子选择启发式方法上的优越性。

提出的方法

• 将 SM-PCG 问题表述为选择最小种子集 S，使得 Pr(Inf(S) ≥ η) ≥ P，其中 Inf(S) 是 S 的随机影响覆盖度。
• 提出 MinSeed-PCG[ε] 算法，利用蒙特卡洛模拟估计 Pr(Inf(S) ≥ η)，并采用带有 ε-近似的贪心选择策略，以平衡准确度与效率。
• 建立理论界：在影响覆盖度集中条件下，该算法实现 O(log n) 乘法近似比和 O(√n) 加法误差。
• 对单向二分图进行解析分析，并证明影响覆盖度高度集中，从而支持紧致的理论近似保证。
• 使用蒙特卡洛模拟估计影响覆盖度概率，通过 ε 调节以控制近似质量。
• 在真实网络（Wiki-Vote、NetHEPT、Flixster）中实证验证了集中性条件，表明影响覆盖度分布高度集中，支持理论假设。

实验结果

研究问题

• RQ1 我们能否设计一种高效算法，在保证影响覆盖度达到给定阈值 η 的概率至少为 P 的前提下，最小化种子集大小？
• RQ2 在真实网络中，种子集的影响覆盖度分布是否足够集中，以支持强理论近似保证？
• RQ3 与 Random、High-degree 和 PageRank 等标准启发式方法相比，所提出的 MinSeed-PCG[ε] 算法在种子集大小和覆盖概率方面表现如何？
• RQ4 该算法在乘法误差和加法误差方面的理论近似质量如何？在何种条件下加法误差较小？
• RQ5 能否为特定图类（如单向二分图）解析证明影响覆盖度的集中性？

主要发现

• 在 Flixster 网络中，主题 2 且 P=0.1 时，MinSeed-PCG[ε] 选择的种子集平均比 Random 小 91.1%，比 High-degree 小 73.0%，比 PageRank 小 24.4%。
• 在 Wiki-Vote 网络中，η=4,500 且 P=0.5 时，MinSeed-PCG[ε] 相比 PageRank 将种子集大小减少 38.8%，相比 High-degree 减少 30.8%，相比 Random 减少 76.3%。
• 在 NetHEPT 网络中，η=10,500 时，MinSeed-PCG[ε] 平均比 PageRank 小 36.1%，比 High-degree 小 52.9%，比 Random 小 49.6%。
• 在 Flixster 网络中，主题 1 且 η=4,000 时，MinSeed-PCG[ε] 相比 PageRank 将种子数减少 53.2%，相比 High-degree 减少 70.7%，相比 Random 减少 93.9%。
• 该算法在覆盖概率上表现出明显的相变特征，意味着其在远少于基线方法的种子数量下即可达到目标概率阈值。
• 实证结果证实，真实网络中影响覆盖度高度集中，支持理论假设，并解释了该算法表现出色的原因。