[论文解读] Technology diffusion in communication networks

Sharon Goldberg, Zhenming Liu|arXiv (Cornell University)|Feb 14, 2012

Complex Network Analysis Techniques参考文献 25被引用 5

一句话总结

本文提出了一种通信网络中技术扩散的新模型，其中节点激活取决于连通活跃组件的大小，而不仅限于直接邻居。该文提出了一种 O(rℓlog|V|) 近似算法，用于寻找能触发全网激活的最小种子集，突出了该模型与传统社交网络扩散模型在算法上的关键差异。

ABSTRACT

In the rich and growing literature on diffusion and cascade effects in social networks, it is assumed that a node’s actions are influenced only by its immediate neighbors in the social network. However, there are other contexts in which this highly-local view of influence is not applicable. The diffusion of technologies in communication networks is one important example; here, a node’s actions should also be influenced by remote nodes that it can communicate with using the new technology. We propose a new model of technology diffusion inspired by the networking literature on this topic. Given the communication network G(V,E), we assume that node u activates (i.e., deploys the new technology) when it is adjacent to a connected component of active nodes in G of size exceeding node u’s threshold θ(u). We focus on an algorithmic problem that is well understood in the context of social networks, but thus far has only heuristic solutions in the context of communication networks: determining the smallest seedset of early adopter nodes, that once activated, cause a cascade that eventually causes all other nodes in the network to activate as well. Our main result is a near-optimal approximation algorithm that returns a seedset that is an O(rℓlog|V|)-factor larger than then the optimal seedset, where r is the graph diameter and each node’s threshold can take on one of at most ℓ possible values. Our results highlight the substantial algorithmic difference between our problem and the work in diffusion on social networks.

研究动机与目标

• 为解决通信网络中技术扩散的算法解决方案缺口，其中影响范围超出直接邻居。
• 基于通信网络中连通活跃组件的大小来建模节点激活，而非基于局部邻域影响。
• 识别出能触发全网激活级联的最小可能种子集（早期采用者集合）。
• 为该新模型中的种子集选择问题提供一个可证明的近似最优的近似算法。
• 突出该通信网络模型与经典社交网络扩散模型在算法上的根本差异。

提出的方法

• 将通信网络建模为图 G(V,E)，其中节点代表实体，边代表通信链路。
• 定义节点激活为：当一个节点与一个活跃节点的连通组件相连，且该组件的大小超过该节点自身的阈值 θ(u) 时发生。
• 将种子集选择问题表述为：寻找最小的初始活跃节点集合，以触发导致全网激活的级联过程。
• 采用基于组件大小和阈值阈值的贪心近似方法，利用网络的直径 r 和不同阈值数量 ℓ。
• 应用一个对数近似因子，其大小与 rℓlog|V| 成正比，该因子源于网络的结构特性和阈值分布。
• 通过分析网络中组件增长动态和阈值约束，证明近似比。

实验结果

研究问题

• RQ1 我们如何建模通信网络中的技术扩散，使得影响不限于直接邻居？
• RQ2 在该新模型下，寻找能触发全网激活的最小种子集的计算复杂度是什么？
• RQ3 所提出的算法与先前通信网络扩散研究中使用的启发式方法相比有何差异？
• RQ4 哪些关键结构和参数依赖关系（例如直径 r、阈值多样性 ℓ）会影响近似质量？
• RQ5 该模型在算法上与经典社交网络扩散模型有何不同？

主要发现

• 所提出的模型通过基于连通活跃组件的大小而非仅局部邻居来实现激活，从而捕捉了通信网络中的长程影响。
• 该算法实现了 O(rℓlog|V|) 的近似比，其中 r 为图的直径，ℓ 为不同阈值的数量。
• 该近似因子接近最优，相较于以往通信网络扩散中使用的启发式解法，代表了重大的理论进展。
• 该模型揭示了通信网络扩散与社交网络级联模型之间在算法上的根本性差异。
• 分析表明，近似质量取决于网络的直径和节点阈值的多样性，r 或 ℓ 越大，近似因子也越大。
• 结果表明，即使节点未直接相连，组件大小和连通性也是触发级联的关键因素。