線性閾值模型( Linear Threshold Model) - 獨立級聯模型(Independent Cascade Model)



返回 我的研究方向(Research Interests)



線性閾值模型(Linear Threshold Model)

閾值(threshold)模型的研究可以回溯到1970年 ( Granovetter,1978)。

該模型表明:如果一個用戶的采取行動的朋友的數量超過某個閾值,那么該用戶才采取行動。

在線性閾值模型(Linear Threshold Model,LTM)中,每個結點 V 在0~1內均勻分布隨機抽取一個閾值 \(Θ_v\)
閾值 \(Θ_v\) 表示為了激活結點V,結點 V 的朋友需要被激活的比例。

假定該網絡為有向網,也就是說權值 \(b_{w,v}\)\(b_{v,w}\) , 在線性閾值模型中將起着不同的作用。
為簡單起見,假定 \(b_{w,v}\) = 1/\(k_v\)\(b_{v,w}\) = 1/\(k_w\)每個結點的閾值設為0.5

假設最初的活動結點是結點8和結點9。下圖描述了在線性閾值模型條件下信息擴散的過程。
image
在這個過程的第一步,結點5由於其兩個鄰接結點處於活動狀態,並且指向結點5的權值 \(b_{8,5}\) + \(b_{9,5}\)= 1/3 +1/3 =2/3,2/3大於閾值0.5,所以結點5被激活。
image
在第二步中,由於結點6的兩個鄰接結點5和結點9處於活動狀態,因此結點6被激活。
image
從而有結點7和結點1在第三步中被激活。
image
當結點1、5、6、7、8、9被激活后,網絡中剩余的其他結點都達不到被激活的條件,因此當結點1、5、6、7、8、9被激活后,信息擴散過程就停止。
image


獨立級聯模型(Independent Cascade Model)

獨立級聯模型( Independent Cascade Model,ICM)借鑒了交互粒子系統( interac-ting particle)和概率論的理念。
與線性閾值模型不同,該模型關注信息的發送者( sender)勝過信息的接收者(receiver)。

在獨立級聯模型中,一個 結點w 一旦在 第t步 被激活,它只有一次機會激活它的鄰接結點
對於其 鄰接結點v ,其被 結點w 激活的概率為 \(P_{w,v}\)
如果 v 被成功地激活,那么 v 就是 第 t+1 步 被激活的結點。
在往后的信息擴散過程中, w 將不再試圖去激活它其余的鄰接結點。

在獨立級聯模型中,信息擴散過程與線性閾值模型的信息擴散過程相同,都從一個初始活動的結點集合開始,直到沒有結點可以被激活而結束。

舉例:
假定網絡中的所有結點對都有 \(P_{w,v}\)=0.5,也就是說,一個結點一旦被激活,它將以50%的概率激活它的鄰接結點。

設結點8和結點9為初始活動的結點。
從 結點8 和 結點9 開始,獨立級聯模型根據 \(P_{w,v}\)=0.5 的值激活它們的鄰接結點。
在第一步中,結點8 和 結點9 試圖激活它們的鄰接結點 5、6 和 7 。假設只有 結點5 和 結點7 被成功地激活,結點6 的激活失敗;
給定活動結點5和7,繼續按照 \(P_{w,v}\)=0.5 的概率激活它們鄰接結點。
第二步中,假設 結點1 和 6 被成功激活。
由於 結點6 的所有鄰接結點都已被激活,所以在第三步中只要考慮 結點1的鄰接結點
按照獨立級聯模型,結點3 和 結點4 將以50%的概率被激活。假設只有結點4被成功激活。
在第四步中,考慮最近被激活的 結點4 的鄰接結點。假設 結點4 的鄰接結點沒有一個被成功激活。
那么,網絡中信息擴散過程到結點1、4、5、6、7、8、9被激活就終止了。
注意,獨立級聯模型以一定的概率激活一個結點,因此,網絡中的結點被激活的順序並不唯一

遵守獨立級聯模型的信息擴散過程。深灰色表示結點是活動的,淺灰色表示結點最近被激活,黑色表示結點激活失敗
image


對比

線性閾值模型和獨立級聯模型在一定程度上體現了信息擴散的特點(Cruhl et al. , 2004),
兩個模型都引入了隨機性,線性閾值模型算法在信息擴散啟動之前為結點隨機地選擇閾值,而獨立級聯模型中一個結點以概率 \(P_{w,v}\)去激活其鄰接結點。

但是兩者又有明顯的不同。

線性閾值模型

  • 以接收者為中心(receiver-centered),通過觀察一個結點的所有鄰接結點,根據該結點的閾值決定是否可以激活該結點;
  • 結點的激活依賴於一個結點的全部鄰接結點;
  • 一旦給定線性閾值模型中的閾值,網絡中的信息擴散過程也就確定了。

獨立級聯模型

  • 以發送者為中心( sender-cen-tered)。當一個結點被激活后,它試圖去激活它的所有鄰接結點;
  • 一個結點獨立地激活其所有的鄰接結點(不一定都被激活);
  • 信息擴散的過程隨信息的級聯過程( cascading process)而變。網絡中的信息擴散過程不確定了。

參考:

[1] (美)唐磊( Lei Tang)等著;文益民,閉應洲譯.社會計算:社區發現和社會媒體挖掘[M].機械工業出版社:北京,2012


免責聲明!

本站轉載的文章為個人學習借鑒使用,本站對版權不負任何法律責任。如果侵犯了您的隱私權益,請聯系本站郵箱yoyou2525@163.com刪除。



 
粵ICP備18138465號   © 2018-2025 CODEPRJ.COM