Cost-aware Targeted Viral Marketing in Billion-scale Networks
-
Hung T. Nguyen, Thang N. Dinh, My T. Thai
-
INFOCOM 2016
概要
-
新しい問題 Cost-aware Targeted Viral Marketing
-
ユーザ毎に最初の費用が違う & ユーザ毎に影響させた事による効果が違う
-
いい感じにすれば$$ 1-1/\sqrt{e} $$近似が可能
-
効率的アルゴリズム BCT:CTVMにもInfMaxにも適用可能
-
LISA [CSoNet'15]の後続
Cost-aware Targeted Viral Marketing
-
費用$$c(u)$$、利益$$b(u)$$、予算$$B$$
-
目的関数:Sの影響した頂点uの利益b(u)の総和
-
制約:$$c(S) \leq B$$
-
いわゆるBudgeted Influence MaximizationやTargeted Viral Marketingの一般化
提案手法 BCT
CTVM特有の話題
-
サンプリング
-
頂点利益に重み付けした確率でサンプリングすればOK
-
Coarsening Massive Influence Networksのと同じ奴ね
-
シード選択
-
$$ \frac{F_{\mathcal{R}}(S+v)-F_{\mathcal{R}}(S)}{c(v)} $$で貪欲
-
$$ F_{\mathcal{R}}(v) $$最強の(制約を満たす)頂点v
RR集合のバウンド
-
$$ \Lambda_L \leq 7.4 \epsilon^{-2} \left[ \ln \delta^{-1} + \ln {n \choose k} + \frac{2}{n} \right] $$
-
倍々にRR集合を増やし、貪欲算法を走らせる→解S
-
$$ |\mathcal{R}| \cdot F_{\mathcal{R}}(S) \geq \Lambda_L $$なら終了
実験
-
辺確率:というかLTモデルだけっぽい
-
比較手法:TIM, TIM+, CELF++, SIMPATH++
まとめ
2017/10/01
最終更新:2017年10月01日 20:29