Towards an Efficient Weighted RandomWalk Domination
本文提出并研究了一个新问题——加权随机游走支配问题。给定一个加权图g (V, E)和加权随机游走的预算B,旨在找到一个k大小的集合S,使通过加权随机游走访问S的剩余节点的总成本最小,且该集合的边界为B。这个问题在现实世界中有着重要的应用,如社交网络中的广告和无线传感器网络中的电信基站选择。本文首先提出了一种基于动态规划的贪婪方法(dynamic programming based greedy method, DpSel)作为基线。当|V|较大时,DpSel非常耗时。为此,本文提出了一种基于矩阵的贪心算法MatrixSel (matrix-based greedy method),该算法可以大大减少计算量。为了进一步加速MatrixSel,本文提出了一种BoundSel方法,通过主动估计候选节点的边际增益上限来减少每个候选节点选择中的增益计算次数。值得注意的是,所有方法都可以达到(1−1/e)的近似比。在真实数据集上的实验验证了所提方法的效率、有效性、内存消耗和可扩展性。