# Fast Geometric Embedding for Node Influence Maximization

### 저자

Alexander Kolpakov, Igor Rivin

### 💡 개요

대규모 그래프에서 계산 비용이 많이 드는 중심성 척도(예: Betweenness, Closeness)를 효율적으로 계산하기 위해, 본 연구는 그래프를 저차원 공간에 임베딩하는 새로운 알고리즘을 제안합니다. 이 알고리즘은 노드로부터 원점까지의 방사형 거리를 다양한 중심성 척도의 대리 값으로 활용하며, 이를 통해 노드의 영향력을 빠르게 파악할 수 있습니다. 제안된 방법은 기존의 탐욕적 알고리즘을 대체하는 빠르고 확장 가능한 접근 방식을 제공합니다.

### 🔑 시사점 및 한계

- **효율적인 중심성 측정:** 전통적인 중심성 측정 방법의 높은 계산 복잡성을 극복하고, 저차원 임베딩을 통해 노드 중심성을 근사적으로 빠르게 계산할 수 있습니다.

- **영향력 최대화 응용:** 노드 중심성의 빠른 추정을 통해 네트워크 내에서 영향력 있는 노드를 효과적으로 식별하고, 이를 바탕으로 영향력 최대화 문제를 신속하게 해결할 수 있습니다.

- **정확도 및 일반성:** 임베딩 거리와 실제 중심성 척도 간의 강한 상관관계를 실험적으로 입증하였으나, 모든 그래프 패밀리 및 중심성 척도에 대해 동일한 수준의 정확도를 보장하는지는 추가적인 검증이 필요할 수 있습니다.

[PDF 보기](https://arxiv.org/pdf/2506.07435)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).