Tight Bounds for Influence in Diffusion Networks and Application to Bond Percolation and Epidemiology
-
Rémi Lemonnier, Kevin Scaman, Nicolas Vayatis
-
NIPS 2014
概要だけ
-
情報拡散のサイズの期待値のバウンドが欲しい
-
ネットワーク科学方面の結果は辺確率が一様の場合
-
拡散モデル
-
離散時間情報カスケード
-
連続時間情報カスケード
-
ランダムグラフ
-
Hazard matrix
-
$$ \mathcal{H}_{ij} = -\ln(1-p_{ij}) $$で定義
-
これのスペクトル半径を気にしていく
-
$$ \rho(M) = \max_i \lambda_i $$
-
$$ \rho_c(A) = \rho(\frac{\mathcal{H}(A)+\mathcal{H}(A)^\top}{2}) $$
-
命題1とその系1
-
任意の頂点集合に関する影響拡散の上限
-
$$ \rho_c(A)<1 $$なら$$ \sigma(A) = O(\sqrt{n}) $$
-
命題2とその系2
-
ランダムなn0頂点集合に関する影響拡散の期待値の上限
-
$$ \rho_c(A)<1 $$なら$$ E[\sigma(A)] = O(1) $$
-
※なんか数式をよく見ると怪しい気もするが気にしないことにする
他のモデル、限定したグラフでも解析結果を出しているけど省略
-
実験
-
スペクトル半径$$ \rho_c(A) $$ vs. $$ \sigma(A) $$を―上限の曲線付きで―プロットしてみる
-
そこそこ良い?
-
ネットワークによっては(preferential attachmentとか2D grid)微妙
まとめ
-
なんとも言い難い結果
-
そこまでタイトな上限が出せるとは思っていないので、しょうがない。
NIPS 影響最大化 情報拡散
2017/07/28
最終更新:2017年07月28日 18:42