「Simulated Annealing Based Influence Maximization in Social Networks」の編集履歴(バックアップ)一覧はこちら
追加された行は緑色になります。
削除された行は赤色になります。
- Simulated Annealing Based Influence Maximization in Social Networks
- Qingye Jiang, Guojie Song, Cong Gao, Yu Wang, Wenjun Si, Kunqing Xie
- In AAAI
- 2011
* 概要
- influence maximizationに対する初の焼きなましベースアルゴリズム
- influence spreadを高速に近似計算
* アルゴリズム
** SA based
- 適当にseed setを変更するだけ
** SAEDV (Expected Diffusion Value)
Aによりactivateされるノード数の期待値は
$$ |A| + \sum_{v \in N^{out}(A), \not \in A}1-(1-p)^{r(v)} $$
- r(v): Aからvにある辺の数
* 実験
** グラフ
- Mobile,Epinions,Web,Amazon
- |V|: 76K~345K
- |E|: 422K~1.33M
** パラメータ
- p: 0.01,0.02,…,0.09
-- 割と普通
** 結果
*** influence spread
- 概ね良好
-- greedyより良いのもある(?)
*** 実行時間
- かなり速い
-- 数秒から半分程度で終わる
-- DegreeDiscountより速いのはさすがにおかしいのでは?
* 結論
- 新しい手法を提案
- state-of-the-artを完封
- 並列計算?
- SA用の最適化を加えて更にパフォーマンスアップ
* まとめ
- さすがにおかしいのでは?
- 速すぎるというのもおかしい
- influence spreadでgreedyに勝っているというのもおかしい
-- σの計算を端折っているにも関わらず
&tags()