[论文解读] New Insights from an Analysis of Social Influence Networks under the Linear Threshold Model

Srinivasan Venkatramanan, Anurag Kumar|arXiv (Cornell University)|Feb 6, 2010

Complex Network Analysis Techniques参考文献 18被引用 3

一句话总结

本文推导了线性阈值模型下社交网络中影响传播的解析表达式，将其与反转马尔可夫链中无环路径概率联系起来。文章提出了子模性的新颖证明，并提出了高效的 G1-Sieving 算法，该算法近似贪婪的影响最大化方法，表现出接近最优的性能，尤其在 PageRank 被证明最优或极为有效的特殊情况下表现优异。

ABSTRACT

We study the spread of influence in a social network based on the Linear Threshold model. We derive an analytical expression for evaluating the expected size of the eventual influenced set for a given initial set, using the probability of activation for each node in the social network. We then provide an equivalent interpretation for the influence spread, in terms of acyclic path probabilities in the Markov chain obtained by reversing the edges in the social network influence graph. We use some properties of such acyclic path probabilities to provide an alternate proof for the submodularity of the influence function. We illustrate the usefulness of the analytical expression in estimating the most influential set, in special cases such as the UILT(Uniform Influence Linear Threshold), USLT(Uniform Susceptance Linear Threshold) and node-degree based influence models. We show that the PageRank heuristic is either provably optimal or performs very well in the above models, and explore its limitations in more general cases. Finally, based on the insights obtained from the analytical expressions, we provide an efficient algorithm which approximates the greedy algorithm for the influence maximization problem.

研究动机与目标

• 使用激活概率推导线性阈值模型下期望影响传播的解析表达式。
• 通过反转马尔可夫链中的无环路径概率重新解释影响传播，从而为子模性提供新的证明。
• 评估 PageRank 作为影响最大化启发式方法的性能，并识别其在一般情况下的局限性。
• 开发一种高效的近似算法（G1-Sieving），利用解析洞察实现接近贪婪的性能，同时显著降低计算开销。

提出的方法

• 使用节点激活概率推导初始集合影响的递归表达式。
• 将影响图反转，将其建模为马尔可夫链，并通过无环路径的概率解释影响传播。
• 利用无环路径概率的性质，为影响函数的子模性提供另一种证明。
• 提出 G1-Sieving 算法，通过阈值筛选和限制策略，基于影响域重叠关系剪枝候选节点。
• 在 NetScience 数据集上进行模拟，以调整阈值参数 α 并评估其相对于贪婪算法和 PageRank 启发式方法的性能。
• 比较不同集合大小下的影响评估时间与性能，以证明 G1-Sieving 的高效性。

实验结果

研究问题

• RQ1 如何使用节点激活概率，对线性阈值模型中的期望影响传播进行解析表达？
• RQ2 能否通过反转马尔可夫链中的无环路径概率，等价地解释影响传播？
• RQ3 PageRank 启发式方法在线性阈值模型中表现如何？在何种条件下其被证明为最优？
• RQ4 基于解析表达式的洞察，能否开发出一种比贪婪影响最大化算法更快且接近最优的替代方法？
• RQ5 阈值筛选与限制策略对影响集合选择的性能与效率有何影响？

主要发现

• 影响传播的解析表达式等价于在反转马尔可夫链中通过自避免游走到达某节点的概率。
• 本文利用反转图中无环路径概率的性质，提供了子模性的一种新颖且独立的证明。
• PageRank 在特殊情形（如 UILT 和 USLT 模型）下表现极佳或被证明为最优，但在一般情况下因依赖于循环随机游走而失效。
• 在 NetScience 数据集上，G1-Sieving 算法采用 α = 0.3 时，性能几乎与贪婪算法一致，但运行速度显著更快。
• 阈值筛选（α = 0.3）与限制策略结合使用，相比仅使用阈值筛选略有性能提升，表明基于影响域重叠的剪枝可增强性能。
• 影响评估时间取决于集合大小和期望影响程度：当影响较弱时，较小集合的评估更快；当剩余激活池较小时，较大集合的评估更快。