[论文解读] Revisiting Non-Progressive Influence Models: Scalable Influence Maximization

Golshan Golnari, T Amir Asiaee+2 more|arXiv (Cornell University)|Dec 18, 2014

Complex Network Analysis Techniques参考文献 20被引用 3

一句话总结

本文提出了一种名为热传导（Heat Conduction, HC）的新型非渐进影响模型，能够捕捉社交网络中可逆的用户行为，统一并扩展了现有的模型（如Voter模型和非渐进LT模型）。该研究提出C2Greedy算法，一种可扩展的贪心算法，支持闭式计算影响传播与种子选择，在大规模网络中实现近似最优的影响最大化，具有可证明的保证，性能显著优于现有最先进方法。

ABSTRACT

While influence maximization in social networks has been studied extensively in computer science community for the last decade the focus has been on the progressive influence models, such as independent cascade (IC) and Linear threshold (LT) models, which cannot capture the reversibility of choices. In this paper, we present the Heat Conduction (HC) model which is a non-progressive influence model with real-world interpretations. We show that HC unifies, generalizes, and extends the existing nonprogressive models, such as the Voter model [1] and non-progressive LT [2]. We then prove that selecting the optimal seed set of influential nodes is NP-hard for HC but by establishing the submodularity of influence spread, we can tackle the influence maximization problem with a scalable and provably near-optimal greedy algorithm. We are the first to present a scalable solution for influence maximization under nonprogressive LT model, as a special case of the HC model. In sharp contrast to the other greedy influence maximization methods, our fast and efficient C2GREEDY algorithm benefits from two analytically computable steps: closed-form computation for finding the influence spread as well as the greedy seed selection. Through extensive experiments on several large real and synthetic networks, we show that C2GREEDY outperforms the state-of-the-art methods, in terms of both influence spread and scalability.

研究动机与目标

• 为解决非渐进模型下影响最大化的可扩展性问题，此类模型更能反映现实世界中可逆行为（如更换服务提供商或研究主题）。
• 设计一种统一且可解释的影响模型，能够捕捉社交与非社交影响，例如媒体效应和用户惯性。
• 证明在HC模型下影响最大化问题是NP难的，从而需要高效的近似算法。
• 设计一种可扩展的算法，避免使用蒙特卡洛模拟，实现在大规模网络上的快速计算。
• 在真实网络上验证该方法，包括一个关于研究主题采纳的新型非渐进级联数据集。

提出的方法

• 提出热传导（HC）模型作为非渐进影响模型，该模型推广了Voter模型和非渐进LT模型，整合了社交与非社交影响。
• 证明在HC模型下影响传播具有子模性，从而支持使用具有理论性能保证的贪心近似算法。
• 推导出影响传播计算的闭式解析表达式，消除了对昂贵蒙特卡洛模拟的依赖。
• 推导出用于识别下一个最优种子节点的闭式贪心选择规则，实现每个节点O(1)的评估速度，无需模拟。
• 提出C2Greedy算法，结合闭式影响传播与种子选择，实现高可扩展性与高效性。
• 运用马尔可夫链理论与概率分析，推导出在无限时间范围内影响动态的精确、可解析求解的解。

实验结果

研究问题

• RQ1 能否设计一种非渐进影响模型，以捕捉现实世界中可逆行为（如在服务提供商之间切换或在研究主题间转换）？
• RQ2 在所提出的热传导模型下，影响最大化是否为NP难问题？若是，能否通过具有可证明近似保证的高效算法求解？
• RQ3 能否为非渐进模型下的影响传播与贪心种子选择推导出闭式解析解，从而摆脱对蒙特卡洛模拟的依赖？
• RQ4 在大规模真实与合成网络中，所提出的C2Greedy算法在影响传播与可扩展性方面相较于最先进方法表现如何？
• RQ5 HC模型是否能比以共识驱动的模型（如Voter模型）更好地解释多种产品共存采纳的现象？

主要发现

• C2Greedy在真实与合成网络（包括包含10,604名作者和168,918条边的MLWFW网络）上的影响传播显著优于现有最先进方法。
• 该算法在包含数十万节点和近百万条边的网络上，可在数分钟内完成影响最大化，展现出极高的可扩展性。
• C2Greedy不仅优于标准基线方法，也优于“被引最多作者”启发式方法（该方法在学术影响力场景中是知名方法）。
• 在渐进模型（如IC、LT）中最具影响力的节点，在非渐进模型下未必仍具影响力，凸显了专用算法的必要性。
• HC模型成功捕捉了非渐进级联现象，例如学术界中用户随时间在研究主题间切换的行为。
• 本研究首次公开发布了一个基于引文网络的真实非渐进级联数据集，为该领域未来研究提供了支持。