[论文解读] Scalable Misinformation Prevention in Social Networks.

Michael Simpson, Venkatesh Srinivasan+1 more|arXiv (Cornell University)|Jul 1, 2018

Complexity and Algorithms in Graphs参考文献 9被引用 4

一句话总结

本文提出RPS（反向预防采样），一种可扩展的算法，通过选择k名用户采用‘限制性’传播活动来防止社交网络中的虚假信息传播。RPS在O((k + l)(n + m)(1/(1 - γ)) log n / ε²)的期望时间内实现(1 - 1/e - ε)近似解，显著优于先前方法的运行速度，同时保持了强大的理论保证。

ABSTRACT

In this work, we consider misinformation propagating through a social network and study the problem of its prevention. In this problem, a bad campaign starts propagating from a set of seed nodes in the network and we use the notion of a limiting (or good) campaign to counteract the effect of misinformation. The goal is then to identify a subset of $k$ users that need to be convinced to adopt the limiting campaign so as to minimize the number of people that adopt the bad campaign at the end of both propagation processes. This work presents \emph{RPS} (Reverse Prevention Sampling), an algorithm that provides a scalable solution to the misinformation prevention problem. Our theoretical analysis shows that \emph{RPS} runs in $O((k + l)(n + m)(\frac{1}{1 - \gamma}) \log n / \epsilon^2)$ expected time and returns a $(1 - 1/e - \epsilon)$-approximate solution with at least $1 - n^{-l}$ probability (where $\gamma$ is a typically small network parameter). The time complexity of \emph{RPS} substantially improves upon the previously best-known algorithms that run in time $\Omega(m n k \cdot POLY(\epsilon^{-1}))$. We experimentally evaluate \emph{RPS} on large datasets and show that it outperforms the state-of-the-art solution by several orders of magnitude in terms of running time. This demonstrates that misinformation prevention can be made practical while still offering strong theoretical guarantees.

研究动机与目标

• 为通过战略性干预来应对大规模社交网络中虚假信息传播的挑战。
• 识别出k名用户，当他们被说服采用‘限制性’（即良性）传播活动时，可使恶意（不良）传播活动的最终采纳率最小化。
• 开发一种可扩展的解决方案，即使在问题计算复杂度较高的情况下，也能保持高质量的近似保证。
• 改进现有算法的运行时间，这些算法在网络规模和参数精度增加时扩展性差。

提出的方法

• RPS采用反向采样技术，高效识别出需要干预的高影响力用户，而无需穷举所有可能的k名用户组合。
• 该算法利用概率框架，以高概率（至少1 - n^(-l)）保证(1 - 1/e - ε)近似解。
• 它使用网络参数γ，表示影响力传播的典型衰减程度，以限制期望运行时间和影响力传播范围。
• RPS将时间复杂度从先前方法的Ω(m n k · POLY(ε^(-1)))降低至O((k + l)(n + m)(1/(1 - γ)) log n / ε²)，从而实现可扩展性。
• 该方法依赖于对反向可达集的迭代采样，以估计候选用户的影响力，重点关注高影响力节点。
• 理论分析结合了集中不等式与影响力传播建模，以限制近似误差和失败概率。

实验结果

研究问题

• RQ1 我们能否设计一种可扩展算法，为大规模社交网络中的虚假信息传播预防提供强大的理论近似保证？
• RQ2 如何在不牺牲解质量的前提下，减少类似影响力最大化算法在虚假信息传播预防中的运行时间？
• RQ3 网络结构和影响力衰减（参数γ）对预防策略的效率和准确性有何影响？
• RQ4 反向采样技术能否被有效适配到虚假信息传播预防问题中，以同时实现速度与准确性？

主要发现

• RPS以至少1 - n^(-l)的概率实现(1 - 1/e - ε)近似解，与影响力最大化问题的理论上限一致。
• RPS的期望运行时间为O((k + l)(n + m)(1/(1 - γ)) log n / ε²)，相比先前算法的Ω(m n k · POLY(ε^(-1)))复杂度有显著提升。
• 在大规模数据集上，RPS的运行时间相比最先进解决方案提升了数个数量级，同时保持了高解质量。
• 该算法在多种网络结构下表现稳健，运行时间随网络规模和影响力衰减参数γ的增加而有利地扩展。
• 反向采样技术的使用使得影响力传播的高效估计成为可能，使大规模虚假信息传播预防部署成为现实。
• 即使在概率假设下，理论保证依然成立，确保了在真实网络环境中的可靠性。