[論文レビュー] A measure of similarity between graph vertices

Vincent D. Blondel, Anahí Gajardo+3 more|ArXiv.org|Jul 28, 2004

Complex Network Analysis Techniques参考文献 9被引用数 12

ひとこと要約

本稿では、隣接行列に基づく反復行列法を用いて、有向グラフ内の頂点間の類似度を測る新しい類似度測度を提案する。この手法は、クラインバーグのハブ/アーカイブススコアリングを一般化し、非負行列の主要固有ベクトルを介して類似度スコアを計算することで、語彙抽出やウェブ検索の関連性順序付けへの応用を可能にする。

ABSTRACT

We introduce a concept of similarity between vertices of directed graphs. Let G_A and G_B be two directed graphs. We define a similarity matrix whose (i, j)-th real entry expresses how similar vertex j (in G_A) is to vertex i (in G_B. The similarity matrix can be obtained as the limit of the normalized even iterates of a linear transformation. In the special case where G_A=G_B=G, the matrix is square and the (i, j)-th entry is the similarity score between the vertices i and j of G. We point out that Kleinberg's "hub and authority" method to identify web-pages relevant to a given query can be viewed as a special case of our definition in the case where one of the graphs has two vertices and a unique directed edge between them. In analogy to Kleinberg, we show that our similarity scores are given by the components of a dominant eigenvector of a non-negative matrix. Potential applications of our similarity concept are numerous. We illustrate an application for the automatic extraction of synonyms in a monolingual dictionary.

研究の動機と目的

• 2つの有向グラフの頂点間の原理的かつ計算可能な類似度測度を定義し、多様なグラフベースのタスクに適用可能であることを目的とする。
• クラインバーグのハブおよびアーカイブススコアリングフレームワークを、任意のグラフペア間の類似度文脈に一般化することを目的とする。
• 自動語彙抽出やウェブ検索の関連性向上といった実用的応用を可能にすることを目的とする。
• 類似度行列の理論的性質を確立する。収束性およびスペクトル的特徴付けを含む。
• 類似度行列を介してグラフ同型性および積グラフの構造的性質との関係を調査することを目的とする。

提案手法

• 類似度行列 S を、S(0) がすべての成分が1の行列であるときの、S(k+1) = B S(k) A^T + B^T S(k) A の正規化された偶数反復の極限として定義する。
• 2つの有向グラフの隣接行列 A と B を用いて、それらの頂点間の類似度スコアを計算する。
• 類似度スコアが、A と B から導かれる非負行列の主要固有ベクトルの成分に一致することを示す。
• G_A と G_B から積グラフを構築し、それを対称化し、Perron固有値が最大の連結成分を特定することで、非ゼロの類似度エントリを同定する。
• 語の共起をグラフとしてモデル化し、頂点類似度を計算することで、語彙抽出といった実世界のタスクにこの手法を適用する。
• 反復行列のスペクトル的性質を用いて、偶数および奇数部分列の収束性を証明し、極限挙動を特徴付ける。

実験結果

リサーチクエスチョン

• RQ1 2つの有向グラフの頂点間の一般類似度測度を、安定的かつスケーラブルに定義・計算する方法は何か？
• RQ2 この類似度測度は、クラインバーグのハブおよびアーカイブススコアリング手法をどのように一般化するか？
• RQ3 得られる類似度行列のスペクトル的および構造的性質は何か？グラフの接続性とどのように関係するか？
• RQ4 類似度行列を用いてグラフ同型性を検出したり、グラフ間の構造的同値性を同定したりできるか？
• RQ5 類似度行列のすべての成分が正であるための条件は何か？これは積グラフの接続性とどのように関係するか？

主な発見

• 類似度行列 S は、2つのグラフの隣接行列 A と B を含む線形再帰の正規化された偶数反復の極限として得られる。
• 類似度スコアは、非負行列の主要固有ベクトルの成分に一致し、安定性と解釈可能性を保証する。
• 本手法はクラインバーグのハブ/アーカイブスアルゴリズムを一般化する：1つのグラフが2頂点の有向エッジの場合、類似度スコアはハブおよびアーカイブススコアに還元される。
• 類似度行列のすべての成分が正であるための必要十分条件は、G_A と G_B の対称化された積グラフが連結であることであり、これは積グラフが弱連結であるときに正確に成立する。
• 類似度行列を用いて同型性を検出できる：行および列の置換により S が対称的になる場合、グラフは同型である可能性があり、行列の成分がすべて異なる場合、多項式時間で確認可能である。
• 実験の結果、共起グラフ内の構造的に類似した語の頂点を特定することで、本手法は単語彙書からの語彙抽出を効果的に実行できることが示された。