优化网络节点可发现性：问题定义、快速算法与观察

许多人梦想成名，YouTube视频制作者也希望他们的视频拥有大量观众，产品零售商总是希望尽可能多地向顾客展示其产品。这些看似不同的现象是否共享一个共同的结构？我们发现，名气、流行度或曝光度，可以被建模为某个恰当定义的网络中节点的可发现性，并且所有前述现象都可以统一表述为一个目标节点希望被网络中的其他节点轻易发现。在这项工作中，我们明确定义了网络中节点的可发现性，并形式化了一个通用的节点可发现性优化问题，其目标是为目标节点创建一组预算内的入边，以优化该节点在网络中的可发现性。尽管该优化问题被证明是NP难的，但我们发现所定义的可发现性度量具有良好的性质，使得我们可以使用贪心算法来找到可证明的近似最优解。贪心算法的计算复杂度主要由一次预言机调用（即计算一个节点的边际增益）的时间成本决定。为了在大规模网络上扩展预言机调用，我们提出了一种估计与精化方法，在估计精度和计算效率之间提供了良好的权衡。在真实世界网络上进行的实验表明，我们的方法比使用动态规划的精确方法快数千倍，从而使我们能够解决大规模网络上的节点可发现性优化问题。