38、概率空间推理与ChoiceGAPs：社交网络中的竞争扩散建模

概率空间推理与ChoiceGAPs：社交网络中的竞争扩散建模

1. 引言

近年来，理解和预测社交网络中信息扩散结果变得至关重要。以往多数研究假定为非竞争场景，每次仅对一种现象的扩散进行建模。然而在现实世界中，多个相互竞争的现象常常同时扩散。例如，政治候选人A和B的“点赞”可能相互排斥，一个人最多支持其中一位；iOS和安卓平台的营销活动，也不太可能从同一人那里获得“点赞”；在美国，堕胎、移民等议题也存在“支持”和“反对”的不同立场，人们通常最多选择其中一种。

为解决这一问题，本文提出了ChoiceGAP框架，它结合了广义注释程序（GAPs）和选择逻辑程序，用于建模竞争扩散过程。下面将详细介绍相关内容。

2. 概率空间推理系统对比

在空间推理领域，有多个推理系统，它们各有特点。以下是与其他突出推理系统的特性对比：
| 系统 | 交互几何支持 | 概率推理能力 | 空间推理方式 |
| ---- | ---- | ---- | ---- |
| CLP(QS) | 支持 | 无 | 扩展约束逻辑编程到空间变量 |
| ASPMT(QS) | 不支持 | 无 | 利用SMT求解进行空间推理 |
| CLP(ProbLog + QS) | 支持 | 支持 | 唯一能在知识表示（KR）上下文中进行概率空间推理的系统 |

Girlea和Amir提出了基于区域连接演算关系的概率推理方法，与本文工作的关键区别在于，本文基于数值优化提出了一种根本不同的空间推理机制，并将空间推理集成到概率逻辑编程中，以支持特定应用规则和背景知识。Wallgrün提出了基于混合整数编程调整多边形数据以满足指定定性空间关系的方法