論文紹介 query incentive networks
DESCRIPTION
論文紹介 Query Incentive Networks. 2006/6/2 加藤公一. 紹介する論文. Jon M. Kleinberg and Prabhakar Raghavan. 2005. Query Incentive Networks. In FOCS '05: 46th Annual IEEE Symposium on Foundations of Computer Science. Pittsburgh, PA, 132--141. Insentive Network とは?. - PowerPoint PPT PresentationTRANSCRIPT
1
論文紹介Query Incentive Networks
2006/6/2
加藤公一
2
紹介する論文Jon M. Kleinberg and Prabhakar Raghavan. 2005.
Query IncentiveNetworks. In FOCS '05: 46th Annual IEEE Symposium on Foundations ofComputer Science. Pittsburgh, PA, 132--141.
3
Insentive Network とは?• ネットワーク上のノードが隣のノードにご褒美
( Incentive )をちらつかせながら、情報を得ようとするモデル
• 例としては・・・– P2P ファイル共有
Winny, Share, etc.
– ソーシャルネットワークサービスMixi, Orkut, etc.
4
例
$5 $1$4 $3
$1
$5 あげるからBerryz工房の動画をくれ!
$1 Get!
$4 あげるから動画さがしてくれな
い?
答に到達できないと一銭も得られない(成功報酬)
動画?持ってるよ
あまり搾取すると答までたどり着けなくなる確率が高くなる
あまり遠慮すると、自分の子孫にたくさん持っていかれる
ノード間のゲームと考える
5
問題答を得るためには、どのくらいの
utility (効用?)を用意すればよいか?Utility :ルートノードが答を得るために用意するコスト
6
ここで考えるネットワークのモデル• Tree Model
– 各ノードにが、ツリー構造を知っているとする
• Branching Model– ツリー構造ではあるが、各ノードはその構造を
知らない(地図がない状態)– ノードには Active なものと inactive なものがあ
る• 例: Mixi でログインしていないユーザ
– ノードあたりの子の数の期待値 b が与えられる
7
努力の価値• ノードが受け取る報酬は整数値しかとらないと
する• 答が見つかった後に、その答を送るためには、
ノード通過ごとにコスト 1 かかる。(最初からそのコストを見込んで報酬を取り決める)
さもないと Zeno (ゼノン)のパラドックス「用意すべき utility は無限に小さくできる」
Utility r でうまくいって各ノードの戦略が ならば、 utility のときは戦略 にすればよい
ar /vf
afv /
8
例
Utility$10
報酬: $2接続コスト: $1
報酬: $2接続コスト: $1
$7 $4
報酬: $2接続コスト: $1
$1
9
記号T: 木全体、 T’ :アクティブなもの全体ノードが答を持っていない確率: p
Rarity (珍しさ?):
T’ 内での平均分岐数: b
与えられた Incentive に対して、ノード が隣に渡す量(報酬関数、 reward func. ):
ノード v が子に報酬 x を与えたときの成功確率:失敗確率:
)1/(1 pn
vfTv
),( xv f Tvvf f
),(1),( xx vv ff
(平均で n 個に一つは答を持っている)
10
問題(より詳しく)十分に高い確率で答を得るために必要
な utility r は b と p の関数としてどうあらわされるか?
11
ゲーム理論としての視点• ノード がプレーヤ• : がとる戦略(関数!)• ノードを通過すると報酬総額が減る
ノード に報酬 が与えられたとする。そのときのノード の取得利益の期待値は
ナッシュ均衡:上式を最大にするような の集合
vf
),()1( xxr v gvg g
v
v
vv
r
ナッシュ均衡は必ず存在し、唯一に定まることが証明される( Appendix )
12
結論
2b
2b
のとき
のとき
ある程度以上の確率で成功するためには、必要な utility は
ある程度以上の確率で成功するためには、必要な utility は
)( cn
)(lognO
(両方とも定数は b に依存)
分岐が激しいほうが少なくて済む(直感と異なる)
13
証明記号の定義(以下全員が最適な戦略をとったと仮定して)
)(r
j
ju
)(r
r123
任意の j に対して となる r が存在するjr )(は任意の について定義されるju 0j
juまずは の値について解析する
1u 2u 3u
:誰も答を知らないと仮定したときに、報酬 r で到達する深さ
:ルートが答を知らず、しかも深さ j まで誰も答を知らない確率: となる最小の r1)( jr
ju j )( となることが証明できる
14
( breakpoint structure )の計算ju
ルート
帰納的に から を計算するjuu ,,1 1ju
ルートが持っている utility が r のときに、子ノードに を与えたときのペイオフの期待値:
ju)(rl j
)ˆ1)(1()( jjj urrl
1ju
以上の深さまでは進まない1j
r
帰納法の仮定: ならば
)(1 rl j
)(rl j
1ju
このとき、ルートにとっての最適戦略は子に与える報酬を にすること
このときの最適戦略
ju
深さ まで到達可能j
r
1ju
ju
1jr
)()()( 11 rlrlrl jj 1 jur
はこのへんに!
15
計算の続き
)(1 rl j
)(rl j
r
)()( 111 jjjj ylyl )ˆ1)(1()ˆ1)(1( 1111 jjjjjj uyuy
1jy
11 jj yu
11
1
ˆ1
ˆ11
j
j
jj
jj
uy
uu
16
の計算d
jj pq ))ˆ1(1(ˆ1
子ノードの数は d 個
dpxqxt ))1(1()(
)(ˆ1
pttj
j
qdb
とすると
で計算できる
j
ただしq:アクティブなものの率
17
のときの証明(概要)失敗確率を上から押さえて、必要な utility r を上から押さえる
Claim 4.3
(つまり n が十分大きければ、) t を 回繰り返せば から へ到達可能
))/(log( 01
01 11
定義
について ならば
Lemma 4.4
jnjI ˆ/1 01
njI j /1ˆ1 002
0は を満たす
)(log),1( 21 nIOI
証明: Claim 4.3 より明らか
Lemma 4.5ある定数 が存在して ならば21 b 2Ij1
1
ˆ1
ˆ1b
j
j
証明略
2b
100 1)21( bdpb
1)21( 0 bdpb
0はある条件( Lemma 4.5 で使う)を満たす
18
Theorem 4.6b に依存する定数 が存在して ならば
11
1
1ˆ1
ˆ1
1
111
1
1
1
1
1
buu
y
uu
uy
uu
uu
j
jjj
j
jj
jj
jj
jj
1ˆj
cj nu
アイデア:すでに得られた と の関係式をうまく使うjju
11
1
ˆ1
ˆ11
j
j
jj
jj
uy
uu
Breakpoint structure
))1/(1log(
log
1121
1
11
12
32
21
21
11
1
2
21
1
1
1
b
nI
Ii ii
ii
jj
jj
jj
jjjjj
nbbuu
uu
uu
uu
uu
uu
uu
uuuuu
Lemma 4.5
1c
19
のときの証明(概要)(再掲!)Claim 4.3
(つまり n が十分大きければ、) t を 回繰り返せば から へ到達可能
))/(log( 01
01 11
定義
について ならば
Lemma 4.7
jjJ ˆ1 01 0は を満たす
)1(2 OJ
証明: Claim 4.3 より明らか
Lemma 4.8ある定数 が存在して ならば22 b 1Jj2
1
ˆ1
ˆ1b
j
j
証明略
2b
100 1)21( bdpb
1)21( 0 bdpb
02 1ˆ1 jjJ は任意(バウンド用)
)(log1 nJ
Lemma 4.9
証明略( は任意なので Claim 4.3 は使えない)
20
Theorem 4.10
に依存する定数 が存在して ならば 1ˆj ncu j log'
のそれぞれについて上から押さえる
1J
21, JJ
2
)1(2
2
21
b
buu jj
Lemma 4.7 より
1'c,b
について:
1
1
1ˆ1
ˆ1
11
211
1
buu
uy
j
jjj
jj
を数学的帰納法で証明
2
)1(22
11
2
2
2
111
b
b
b
uuuyuu jjjjjj
)(log)(1
31 nOuuu
j
iiij
2j のときは OK
2211 max,max JjJj 定義:
21
Theorem 4.10 の続き
2Jについて:
1
11
1
1)ˆ(ˆ
11
ˆˆ1
1
1ˆ1
ˆ1
11
22
22
jj
jj
j
j
jj
t
uu
)(xtx は範囲 で最小値 を持つ]1,1[ 0
22
結論(再掲)
2b
2b
のとき
のとき
ある程度以上の確率で成功するためには、必要な utility は
ある程度以上の確率で成功するためには、必要な utility は
)( cn
)(lognO
(両方とも定数は b に依存)
分岐が激しいほうが少なくて済む(直感と異なる)
23
研究の展開• のときはどうなるか?
– Binary tree のときは– それ以外のときは?
• のときはどうなるか?• Tree ではなくて DAG のときは?
2b
1b
)(lognO