影响力最大化 IC 蒙特卡洛模拟 贪心算法

简介

个人对于影响力最大化这个问题本身比较感兴趣，这是我原来写过的链接：

影响力最大化 IC模型+贪心算法
影响力最大化 模拟爆发(粗糙笔记)
影响力最大化 IC 蒙特卡洛模拟 贪心算法
影响力最大化 IMRank 我心中的最优算法
影响力最大化 CELF 成本效益延迟转发算法

这一偏还是基于贪心算法的IC模型，但是原来写的是基于LT的IC，也就是线性阈值的独立级联模型。
而这一篇我使用的是蒙特卡洛模拟的方法实现IC。那么我们就先来看看到底有什么区别。

IC 独立级联算法

首先我们得知道独立级联算法，这里我不过多解释了，因为其实这是很常见很普通的概念，大家不妨记住，后面慢慢理解。

独立级联模型（Independent Cascade Mode,IC模型）是一种概率模型，当一个节点v被激活时，它会以概率p[v,w]对它未激活的出边邻居节点w尝试激活，这种尝试仅仅进行一次，而且这些尝试之间是互相独立的，即v对w的激活不会受到其他节点的影响。

其中一定要记住的是“独立”的概念，这种思路其实我认为是IC的灵魂，不是说多么高级，只是这是IC实现的基础。有利于理解IC。

蒙特卡洛和LT线性阈值

这是两种实现IC的思路：
什么意思呢？ 我们举个例子：
如下图所示：

在线性阈值的情况下，我们为每一个节点设置一个阈值T（这里我们设置为1）。对于上图节点二来说，如果此时1和0已经被激活，那么节点2的激活能力 = P[1,2] weight[1] + P[0,2] weight[0]，当然如果简化来说的话，也可以不乘每个点的权重。由此我们就可以计算出来当遍历一遍之后，未激活点的存储的激活能力。

然后每个点的激活能力和T进行比较，如果超过了T就说明该点已经被激活，我们将它放入S集合中。最后得到的S的个数就是影响力大小。

对于蒙特卡洛模拟来说，其实大家可以看看我原来的一篇 模拟爆发的文章，那个时候我以为叫模拟爆发，其实就是蒙特卡洛模拟。这种方法更加暴力。
还是用刚才的例子，此时0、1节点已经被激活，那么我们现在只看节点2的激活情况，此时生成两个随机数random1、random2（0 < random < 1），
if（random1 > p[0,2] or random2 > p[1, 2]）then 节点2被激活

这就是两种方法的区别。
所以，接下来：

实现基于蒙特卡洛模拟的IC模型

简介

解决该问题原来在计算上非常繁重。
例如，在一个由1,000个节点组成的相对较小的网络中，存在8万亿个大小为k = 5的种子集的不同可能候选对象，即使在最新的高性能计算资源下也无法直接求解。因此，在过去的15年中，非常活跃的文献试图找到可以快速解决的问题的近似解决方案。

那么我们先实现这个经典的传播模型，并利用贪心算法进一步求解影响力最大化问题。

引入库函数

%matplotlib inline
import matplotlib.pyplot as plt
from random import uniform, seed
import numpy as np
import pandas as pd
import time
from igraph import *
import random

测试图

这里我用的上面的例子：

用gephi换了个样子haha~
毕竟是贪心，节点数太多了实在是慢。

蒙特卡洛模拟

上面一段就是用到模拟的地方，大致就是随机生成了一个数组，然后和我输入的设定p进行比较，如果小于就可以被激活，当然了我这里偷懒了，没有egde的权重。呵呵，也就是没有传播概率，那就是相当于每两个被连接点的p相同。

然后我就可以得到模拟一次的激活情况，但是这样的效果是不稳定的，存在很大的偶然性，所以模拟几次，然后取平均就可以了。

源代码在后面：

贪心求最大影响力

这个算法思路，和我原来的blog其实是一样的，所以不多说了，但是区别还是有的。

这次没有用原始的邻接矩阵进行编程，使用的是igraph，所以还是显得很简洁嘀。
代码地址放在最后。

源代码

传送门

大家共勉~~