HBMax：在多核架构上优化并行影响力最大化的内存效率

影响力最大化旨在网络中选取 k 个最具影响力的顶点或种子，其中影响力由给定的扩散过程定义。尽管计算最优种子集是 NP-Hard，但存在高效的近似算法。然而，即便最先进的并行实现也受限于产生巨大内存占用的采样步骤。这进而限制了可处理的问题规模与近似质量。本文中，我们研究了在大型真实社交网络上 IMM（Influence Maximization via Martingales，基于鞅的影响力最大化）算法中收集反向可达性信息的采样过程的内存占用。我们提出了一种基于 Ripples（一种最先进的多线程并行影响力最大化方案）的内存高效优化方法（称为 HBMax）。我们的方法 HBMax 利用算法收集的部分反向可达（RR）集来学习图的特征，随后使用霍夫曼编码或位图编码压缩中间反向可达信息，并在部分解码的数据上或直接于压缩数据上查询，以保留通过压缩获得的内存节省。考虑到 NUMA 架构，我们将方案扩展至 64 个 CPU 核，在不损失精度的情况下将内存占用降低至多 82.1%，平均加速 6.3%（编码开销被内存减少带来的性能提升抵消）。对于最大的测试图 Twitter7（含 14 亿条边），HBMax 实现了 5.9 倍压缩比和 2.2 倍加速。