연속시간 확산 네트워크에서 확장 가능한 영향 추정 알고리즘

초록

연속시간 독립 전파 모델을 기반으로, 전파 시간의 독립성 및 최단경로 특성을 이용해 무작위 표본을 생성하고 Cohen의 이웃 크기 추정 기법을 적용한다. 이 방법은 $n=O(1/\varepsilon^{2})$ 번의 표본으로 전체 네트워크의 노드별 영향을 $\varepsilon$ 정확도로 추정하며, 계산 복잡도는 $O(n|E|\log|V|+n|V|\log^{2}|V|)$ 로 거의 선형이다. 또한, 이를 그리디 영향 최대화에 서브루틴으로 사용하면 $(1-1/e)\mathrm{OPT}-2C\varepsilon$ 의 근사 보장을 제공한다. 실험 결과는 수백만 노드 규모에서도 높은 정확도와 빠른 실행 시간을 확인한다.

상세 분석

본 논문은 연속시간 확산 네트워크에서 “영향(Influence)”을 정확히 추정하고, 이를 기반으로 영향 최대화 문제를 효율적으로 해결하고자 한다. 기존 연구들은 대부분 무한 시간 창을 가정하거나, 이산시간 모델에 의존해 전파 확률만을 다루었지만, 실제 마케팅·정보 전파에서는 제한된 시간 창(예: 한 달) 내에 얼마나 많은 노드가 감염되는지가 핵심이다. 이를 위해 저자들은 연속시간 독립 전파(Continuous-Time Independent Cascade, CTIC) 모델을 채택한다. 각 유향 간선 $j\rightarrow i$는 전파 지연 시간 $\tau_{ji}$ 를 따르는 임의의 전파 함수 $f_{ji}(\tau)$ 로 모델링되며, 전파 시간은 독립적이고 이질적일 수 있다. 중요한 관찰은 “최단경로 성질”이다. 즉, 모든 간선에 대해 샘플링된 전파 시간 ${\tau_{ji}}$ 를 간선 가중치로 두면, 특정 노드 $i$ 가 감염되는 시점 $t_i$ 는 소스 집합으로부터의 최단경로 길이와 동일해진다. 이 변환을 통해 원래 의존적인 노드 감염 시간 ${t_i}$ 를 독립적인 간선 전파 시간 ${\tau_{ji}}$ 로 바꾸어 문제를 재구성한다.

초기 아이디어인 “나이브 샘플링(NS)”은 $n$ 번의 전파 시간 샘플을 생성하고, 매 샘플마다 다익스트라 혹은 벨만‑포드 알고리즘을 실행해 모든 노드의 감염 시점을 계산한다. 그러나 이 방식은 $O(n|V||E|)$ 의 복잡도로, 수백만 노드 규모에서는 비현실적이다. 저자는 여기서 또 다른 핵심 아이디어를 도입한다. 각 샘플에 대해 실제로 필요한 것은 “소스 노드의 이웃 크기”, 즉 시간 $T$ 이내에 도달 가능한 노드 수이다. 이 문제는 이론 컴퓨터 과학에서 “이웃 크기 추정(Neighborhood Size Estimation)”으로 알려진 문제와 동일하며, Cohen(1997)이 제시한 무작위 라벨링 기반 알고리즘이 존재한다.

Cohen 알고리즘은 각 노드에 지수분포($\text{Exp}(1)$) 라벨 $r_i$ 를 부여하고, 소스 $s$ 로부터 거리 $T$ 이내에 있는 노드 집합 $N(s,T)$ 에서 최소 라벨 $r^=\min_{i\in N(s,T)} r_i$ 를 찾는다. $r^$ 의 분포는 $|N(s,T)|$ 에 대한 지수분포이며, $m$ 번 독립 라벨링을 수행해 얻은 $r^_1,\dots,r^m$ 로 $\displaystyle |N(s,T)|\approx \frac{m-1}{\sum{u=1}^m r^*_u}$ 를 무편향 추정한다. 최소 라벨을 찾는 과정은 “역방향”으로 그래프를 탐색하는 변형 다익스트라를 사용해 $O(|E|\log|V|+|V|\log^2|V|)$ 시간에 수행되며, 라벨 리스트의 크기는 평균 $O(\log|V|)$ 로 매우 작다.

CONTINEST 알고리즘은 (1) 전파 함수로부터 $n=O(1/\varepsilon^2)$ 번의 전파 시간 샘플을 생성하고, (2) 각 샘플에 대해 Cohen 알고리즘을 실행해 모든 노드의 이웃 크기를 추정한다. 최종 영향 추정값은 $n$ 번의 추정값을 평균함으로써 $\varepsilon$ 오차 보장을 얻는다. 전체 복잡도는 $O(n|E|\log|V|+n|V|\log^2|V|)$ 로, $|V|$ 와 $|E|$ 가 수백만 수준이어도 실용적이다.

이 추정기를 그리디 영향 최대화(Greedy Influence Maximization) 절차에 삽입하면, 전통적인 $(1-1/e)$ 근사 비율에 $2C\varepsilon$ 만큼의 추가 오차가 붙는 형태의 이론적 보장을 얻는다. 실험에서는 합성 그래프와 실제 웹·소셜 네트워크(예: 트위터, 뉴스 사이트) 데이터에 대해 (i) 추정 정확도는 기존 Monte‑Carlo 기반 방법보다 10배 이상 개선되고, (ii) 실행 시간은 동일 규모의 기존 방법보다 5~20배 빠르며, (iii) 그리디 선택된 소스 집합의 실제 영향도는 최첨단 방법들을 앞선다.

핵심 기여는 (a) 연속시간 전파 모델을 그래프 이론적 최단경로와 독립 라벨링 기법으로 연결한 새로운 관점, (b) 거의 선형 시간 복잡도로 전체 네트워크의 노드별 영향을 동시에 추정하는 알고리즘, (c) 이 알고리즘을 기반으로 한 영향 최대화의 근사 보장 및 대규모 실험 검증이다. 제한점으로는 전파 함수가 사전 학습되어 있어야 한다는 점과, 라벨링 횟수 $m$ 를 충분히 크게 잡아야 통계적 분산이 감소한다는 점이 있다. 그러나 전반적으로 연속시간 확산 네트워크 분석에 있어 실용적·이론적 진전을 제공한다.