预算与拟阵约束下的影响力最小化：扩展版
社会与信息网络
2019-01-09 v1
摘要
近年来，在线社交网络已成为政治竞选、病毒式营销和新闻传播的主要战场。因此，“恶意行为者”日益利用这些平台，成为网络管理员、企业乃至整个社会面临的关键挑战。虚假新闻的传播便是这些行为者滥用社交网络的一个典型例子。尽管有人主张采取更严格的政策来控制社交网络中的错误信息传播，但这往往以损害其民主和有机结构为代价。本文研究如何通过移除少量边来限制网络中目标用户集合的影响力。其思路是在最小化网络结构扰动的同时控制扩散过程。我们以数据驱动的方式表述影响力限制问题，考虑了过去的传播轨迹。此外，我们对边移除集合施加两类约束：预算约束以及更一般的拟阵约束集合。这些问题在算法设计上带来了有趣的挑战。例如，我们能够证明影响力限制是 APX-hard 的，并分别针对该问题的预算版和拟阵版提出了确定性与概率性近似算法。我们的实验表明，所提方案相较基线最高可提升 40% 的性能。
引用
@article{arxiv.1901.02156,
title = {Influence Minimization Under Budget and Matroid Constraints: Extended Version},
author = {Sourav Medya and Arlei Silva and Ambuj Singh},
journal= {arXiv preprint arXiv:1901.02156},
year = {2019}
}