[论文解读] Static greedy: solving the apparent scalability-accuracy dilemma in influence maximization

Suqi Cheng, Huawei Shen+3 more|arXiv (Cornell University)|Dec 19, 2012

Spam and Phishing Detection参考文献 21被引用 3

一句话总结

本文提出了一种名为 Static Greedy 的新型影响最大化算法，通过在迭代过程中重用蒙特卡洛模拟结果，确保子模性，从而在仅使用现有贪心方法约 1/100 次模拟的情况下实现最先进水平的准确性。该方法进一步引入一种动态更新策略，以提升可扩展性，解决了影响最大化领域长期存在的可扩展性-准确性权衡难题。

ABSTRACT

Influence maximization, defined as the problem of finding a set of seed nodes maximizing the spread of influence, is crucial to viral marketing on social networks. For practical viral marketing on large-scale social networks, it is required that influence maximization algorithms have both guaranteed accuracy and high scalability. However, existing algorithms suffer an apparent scalability-accuracy dilemma: Greedy algorithm and its improvements have guaranteed accuracy but are not scalable, while the accuracy of scalable heuristic algorithms is unstable and not guaranteed. In this paper, we focus on resolving this scalability-accuracy dilemma. We first find that the submodularity is unguaranteed in existing implementations of greedy algorithm, caused by the independence among Monte Carlo simulations conducted in different iterations of greedy algorithm. A large number of Monte Carlo simulations are thus required in existing greedy algorithms to alleviate the impact of unguaranteed submodularity. Motivated by this critical finding, we propose a static greedy algorithm to strictly guarantee the submodularity property, by reusing the results of Monte Carlo simulations during the whole process of greedy algorithm. As a result, the proposed algorithm achieves the same accuracy with the state-of-the-art greedy algorithms, while the number of Monte Carlo simulations needed is dramatically reduced by two orders of magnitude. Moreover, we give a dynamic update strategy to further improve the static greedy algorithm, by applying which our algorithm becomes comparable to the most scalable heuristic algorithm.

研究动机与目标

• 解决影响最大化中的可扩展性-准确性权衡问题，其中贪心算法准确但速度慢，而启发式方法速度快但准确性不稳定。
• 指出现有贪心实现中子模性无法保证的根本原因在于各次迭代间独立进行蒙特卡洛模拟。
• 提出一种静态贪心算法，通过重用模拟结果严格强制保证子模性，确保一致的准确性。
• 开发一种动态更新策略，进一步提升可扩展性而不损失准确性，从而在性能上可与最快捷的启发式算法相媲美。

提出的方法

• 在贪心算法的所有迭代中重用同一组蒙特卡洛模拟结果，以保持影响传播估计的一致性和准确性。
• 通过在整个过程中使用相同的模拟结果一致计算添加节点的边际增益，严格保证子模性。
• 采用静态贪心选择过程，基于重用模拟结果的累积影响传播来选择节点，避免重复计算。
• 引入一种动态更新策略，对新添加节点的影响传播估计进行增量式更新，减少冗余模拟并提升运行效率。
• 通过确定性地重用模拟数据保持子模性属性，与以往方法中各次迭代独立处理的方式不同。
• 通过最小化所需蒙特卡洛模拟次数来优化计算成本——相比标准贪心方法减少两个数量级。

实验结果

研究问题

• RQ1 为何现有贪心影响最大化算法无法保证子模性？这种缺陷如何影响其准确性与模拟需求？
• RQ2 能否通过在迭代间重用蒙特卡洛模拟结果，严格保持贪心影响最大化中的子模性？
• RQ3 重用模拟结果在多大程度上可减少所需模拟次数，同时保持或提升准确性？
• RQ4 所提出的动态更新策略如何在不降低准确性的前提下提升静态贪心算法的可扩展性？
• RQ5 所提方法是否能在大规模社交网络中同时实现贪心算法的准确性和启发式方法的可扩展性？

主要发现

• 现有贪心算法因各次迭代间独立进行蒙特卡洛模拟，导致子模性无法保证，从而产生极高的模拟开销。
• 通过在整个贪心过程中重用蒙特卡洛模拟结果，所提出的 Static Greedy 算法严格保证了子模性，并确保了稳定的准确性。
• 与最先进贪心算法相比，所需蒙特卡洛模拟次数减少了两个数量级，显著提升了可扩展性。
• 动态更新策略使算法在性能上可与最可扩展的启发式算法相媲美，同时保持了贪心方法的准确性。
• 所提方法通过结合保证的子模性与大幅降低的计算成本，解决了可扩展性-准确性权衡难题。
• 实验结果证实，Static Greedy 在模拟使用效率方面远超其他方法，同时与最佳贪心算法的准确性相当。