[论文解读] Robust Submodular Maximization: A Non-Uniform Partitioning Approach

Ilija Bogunovic, Slobodan Mitrović+2 more|arXiv (Cornell University)|Jun 15, 2017

Complexity and Algorithms in Graphs被引用 30

一句话总结

该论文提出了用于基数约束下单调子模最大化问题的分区鲁棒（PRo）算法，实现了对最多 $\tau = o(k)$ 个元素最坏情况删除的常数因子近似。通过将解划分为指数级增长的桶，并在每个桶中独立应用子模优化，PRo 将先前最先进方法的 $\tau = o(\sqrt{k})$ 范围扩展至更广泛的 $\tau = o(k)$ 范围，实验验证表明其在数据摘要和影响力最大化任务中均优于贪心算法和 OSU 算法，展现出更优的鲁棒性能。

ABSTRACT

We study the problem of maximizing a monotone submodular function subject to a cardinality constraint $k$, with the added twist that a number of items $τ$ from the returned set may be removed. We focus on the worst-case setting considered in (Orlin et al., 2016), in which a constant-factor approximation guarantee was given for $τ= o(\sqrt{k})$. In this paper, we solve a key open problem raised therein, presenting a new Partitioned Robust (PRo) submodular maximization algorithm that achieves the same guarantee for more general $τ= o(k)$. Our algorithm constructs partitions consisting of buckets with exponentially increasing sizes, and applies standard submodular optimization subroutines on the buckets in order to construct the robust solution. We numerically demonstrate the performance of PRo in data summarization and influence maximization, demonstrating gains over both the greedy algorithm and the algorithm of (Orlin et al., 2016).

研究动机与目标

• 解决 Orlin 等人（2016）提出的开放问题：在 $\tau = o(k)$ 条件下实现鲁棒子模最大化的常数因子近似，突破先前 $\tau = o(\sqrt{k})$ 的限制。
• 设计一种高效、多项式时间的算法，确保在从大小为 $k$ 的选定集合中被最坏情况删除 $\tau$ 个元素后仍具有高鲁棒性。
• 提出一种新颖的分区结构，采用指数增长的桶大小，以在鲁棒性与目标值之间实现良好平衡。
• 通过实证验证，PRo 在真实应用场景（如数据摘要和影响力最大化）中优于贪心算法和 OSU 算法。
• 证明随机子程序可在 PRo 中使用，且对鲁棒性影响极小，从而实现可扩展性。

提出的方法

• PRo 算法将解集划分为 $O(\log k)$ 个桶，桶的大小呈指数级增长，从较小的初始桶开始。
• 每个桶独立处理，使用标准子模优化子程序（如贪心或随机贪心）以最大化边际增益。
• 算法通过聚合多个大小递增的桶的结果，构建出对 $\tau$ 个元素最坏情况删除具有鲁棒性的解部分。
• 一项关键的分析创新是建立了相邻分区目标值之间的递归关系，从而实现常数因子近似的证明。
• 采用非均匀分区策略，桶大小按 $2^i$ 增长，可在仅 $O(\tau \mathrm{poly}\log\tau)$ 个鲁棒元素下高效满足鲁棒性需求。
• 该方法设计高效，仅需 $O(nk)$ 次 oracle 查询，并支持确定性和随机子程序。

实验结果

研究问题

• RQ1 在 $\tau = o(k)$ 条件下，能否实现鲁棒子模最大化的常数因子近似，突破先前 $\tau = o(\sqrt{k})$ 的界限？
• RQ2 如何通过新颖的分区结构提升鲁棒性，同时保持计算效率？
• RQ3 所提出的 PRo 算法是否在最坏情况下的鲁棒目标值上优于现有方法（如贪心和 OSU）？
• RQ4 在 PRo 中使用随机贪心子程序在多大程度上影响鲁棒性和目标值？
• RQ5 所提算法在大规模应用（如影响力最大化和数据摘要）中是否具备可扩展性和有效性？

主要发现

• PRo 在 $\tau = o(k)$ 条件下实现了常数因子近似保证，解决了 Orlin 等人（2016）提出的开放问题。
• 在最坏情况删除 $\tau$ 个元素后，PRo 的鲁棒性优于贪心和 OSU 算法，尤其在 $\tau$ 较高时表现更优。
• 在 ego-Facebook 和 ego-Twitter 数据集上的实验表明，当 $\tau=7$ 时，PRo-Greedy 的鲁棒目标值高于 OSU 和贪心算法，尽管贪心算法的原始值更高。
• 在 CM-Molecules 数据集上，PRo-Greedy 达到了最高的鲁棒目标值，其次为 OSU 和贪心算法，表明其在鲁棒性方面具有一致优势。
• 在 PRo 中使用随机贪心子程序仅导致性能轻微下降，表明该方法在降低计算成本的同时仍保持鲁棒性和可扩展性。
• PRo 仅需 $k \geq \tau \log \tau$ 即可运行，而 OSU 需要 $k \geq \tau^2$，使得 PRo 可应用于 $\tau$ 更大的场景。