[论文解读] Tell me something my friends do not know: Diversity maximization in social networks

Antonis Matakos, Aristides Gionis|arXiv (Cornell University)|Nov 26, 2018

Spam and Phishing Detection参考文献 30被引用 15

一句话总结

本文提出了一种通过战略性内容推荐来最大化内容多样性，从而打破社交网络中信息过滤气泡的新方法。该问题被形式化为类似二次背包问题的多样性最大化任务，证明其近似是NP难的，并评估了可扩展的贪心算法与松弛方法，发现结合随机局部搜索的贪心启发式算法在真实社交网络中实现了质量与效率的最佳平衡。

ABSTRACT

Social media have a great potential to improve information dissemination in our society, yet, they have been held accountable for a number of undesirable effects, such as polarization and filter bubbles. It is thus important to understand these negative phenomena and develop methods to combat them. In this paper we propose a novel approach to address the problem of breaking filter bubbles in social media. We do so by aiming to maximize the diversity of the information exposed to connected social-media users. We formulate the problem of maximizing the diversity of exposure as a quadratic-knapsack problem. We show that the proposed diversity-maximization problem is inapproximable, and thus, we resort to polynomial non-approximable algorithms, inspired by solutions developed for the quadratic-knapsack problem, as well as scalable greedy heuristics. We complement our algorithms with instance-specific upper bounds, which are used to provide empirical approximation guarantees for the given problem instances. Our experimental evaluation shows that a proposed greedy algorithm followed by randomized local search is the algorithm of choice given its quality-vs.-efficiency trade-off.

研究动机与目标

• 通过增加连通用户间的信息暴露多样性，解决社交媒体中信息过滤气泡与回音室的问题。
• 将多样性最大化问题形式化为类似二次背包问题的优化任务，以捕捉影响力、暴露相似性与推荐采纳率之间的关系。
• 开发兼顾解质量与计算效率的实际算法，适用于真实社交网络。
• 提供实例特定的上界，以实证评估所提算法的近似质量。
• 通过半定规划（SDP）对问题进行连续松弛，作为理论上的延伸探索。

提出的方法

• 将网络多样性定义为边上传播的用户对之间暴露相似性的函数，目标是最小化连通用户之间的平均相似度。
• 通过加权边与用户特定概率建模用户影响力与推荐采纳率，将社交影响力与用户接受度嵌入优化过程。
• 提出一种贪心算法，选择具有高回音室规模与中心性的用户，优先选择其暴露变化能最大程度降低平均相似度的用户。
• 通过实现随机局部搜索对贪心解进行优化，在不牺牲可扩展性的前提下提升解的质量。
• 对问题的连续版本应用SDP松弛，尽管其在实际中表现不佳。
• 利用混合整数规划与SDP松弛推导实例特定的上界，以评估近似质量的实证表现。

实验结果

研究问题

• RQ1 我们能否有效最大化社交网络中信息暴露的多样性，以对抗信息过滤气泡？
• RQ2 如何以系统化的方式建模用户影响力、暴露相似性与推荐采纳率之间的相互作用？
• RQ3 多样性最大化算法在解质量与计算效率之间存在何种权衡？
• RQ4 多样性最大化问题的连续松弛是否具有实际可操作的性能？
• RQ5 在真实社交网络中，哪种算法方法能在质量与可扩展性之间实现最佳平衡？

主要发现

• 多样性最大化问题是NP难近似的，这为使用启发式与松弛方法提供了合理性。
• 结合随机局部搜索的贪心算法在所有数据集上均实现了质量与运行时间的最佳平衡。
• 当k值较小时，S-Greedy算法表现尤为出色，因其优先选择具有大回音室规模与高中心性的用户。
• IQP与基于SDP的方法在小规模网络中表现有效，但在扩展性上表现不佳，例如在Twitter100数据集上当k=n时，IQP在两小时内未完成计算。
• SDP松弛在舍入后产生质量较差的解，最终多样性得分为32.35，而松弛解的得分为61.17，表明其在实际应用中效用有限。
• 实例特定的上界在小规模与中等规模网络中能有效提供实证近似保证。