影响力最大化 RIS 反向影响力采样算法

影响力最大化RIS算法

简介

对于影响力最大化问题，我以前写过几个blog
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

这篇文章主要是介绍一种解决静态网络的影响力最大化问题，RIS方法是Reverse Influence Sampling，反向影响力采样，这是我直译的，但是这个中文名字其实很真实的反映了这个算法的几个重点思想，在后面我们一一介绍。

RIS算法是2014年提出的，感兴趣的话大家可以去scholar搜一下。算是比较新的IM算法了。

随机反向可达集

我们用一个示例来进行展示，首先创建这样的一个图：

打印出来是这样的：

然后对上图进行采样，也就是生成一个01之间的随机数，如果某一条边比这个随机数高的话那么这条边就保留，否则就去掉。

于是我们得到这样的图：

这就完成了一次RIS采样。然后我们这样定义随机反向可达集（Random Reverse Reachable Set，以下称为RRS）

如上图所示，我们求的是v2的RRS，可见我们可以理解为，节点v的RRS中的任意节点u被激活都有可能激活节点v。RRS很好理解的。

关键就是如何求解RRS，在真正的应用中一般不会只求一个点的RRS，而是一个source点集的RRS。

求解RRS大致思路：

1. new_set = [source], RRR_tmp = [source]
2. while(new_set 不为空)
   tmp = g[那些边的D是在source里面][‘O’]
   RRR = list(set(RRR_tmp + tmp))
   new_set = list(set(RRS) - set(RRR_tmp))
   RRR_tmp = RRR[:]
   return(RRR)

最大贪婪覆盖算法

其实这里不是要介绍这个算法，现在我们已经知道如何求解RRS了，接下来就需要用到最大贪婪覆盖算法来解决影响力最大化问题了。

首先我们不是要得到一个RRS，而是随机选择N个（一般N比较大，超过10000，越多正确率越高）source集合，然后得到N个RRS集合。在这N个RRS集合中我们使用最大贪婪算法：

RRS_list中有N个RRS

1. for i in range(k):
   #k表示要求解的seed集合中有几个元素。
   寻找RRS_list中出现次数最多的v，添加到seed集合
   将拥有v节点的RRS集合在RRS_list中删掉
   return（seed）

在实现的代码中我使用的是词袋模型来找到出现次数最多的v。

算法近似比

在原来的博客中有朋友问到了近似比，原来一直没注意，我会在以后的图算法中增加这一个度量的分享。

很明显RIS算法得到的不是最优解，而是近似最优解，这时候就有一个重要的衡量：近似比。

假设一个最优化问题的最优解是c*，近似最优解是c，那么算法的近似比是：

通常情况下，这个性能近似比是输入规模n的函数：

RIS的近似比：
(1−1/e−ϵ)

时间复杂度

RIS的事件复杂度大大低于IC和CELF，这是有道理的。

我们可以这么想，CELF和IC都是通过贪心遍历然后得到局部最优解。随着n的增大事件复杂度暴增，这就是我觉得CELF和IC贪心是不太实用的传播模型。

但是RIS只在一开始进行一次生成RRS的遍历，然后在求解过程中并不存在后继的遍历计算。用论文中的一句话一开始生成的RRS用于通知网络内的节点扩展。

但是和IMRank算法的时间效率我不太确定，后面我会下一篇关于这两个的事件效率的比较。我先预测一下，我觉得IMRank会更快一些，但是随着n的增加不知道会呈现什么趋势。

源代码

传送门

大家共勉~