[論文レビュー] A Survey of Heterogeneous Information Network Analysis

Chuan Shi, Yitong Li+3 more|arXiv (Cornell University)|Nov 16, 2015

Complex Network Analysis Techniques参考文献 182被引用数 92

ひとこと要約

本調査は、異種情報ネットワーク（HIN）分析の包括的な概要を提供しており、基礎的概念、データマイニングタスク、高度なトピック、今後の研究方向性をカバーしている。HINにおける意味的関係を捉えるためにメタパスベースの手法を導入し、実世界の応用における複雑で多様なタイプのネットワークをマイニングする上での主な課題と機会を強調している。

ABSTRACT

Most real systems consist of a large number of interacting, multi-typed components, while most contemporary researches model them as homogeneous networks, without distinguishing different types of objects and links in the networks. Recently, more and more researchers begin to consider these interconnected, multi-typed data as heterogeneous information networks, and develop structural analysis approaches by leveraging the rich semantic meaning of structural types of objects and links in the networks. Compared to widely studied homogeneous network, the heterogeneous information network contains richer structure and semantic information, which provides plenty of opportunities as well as a lot of challenges for data mining. In this paper, we provide a survey of heterogeneous information network analysis. We will introduce basic concepts of heterogeneous information network analysis, examine its developments on different data mining tasks, discuss some advanced topics, and point out some future research directions.

研究の動機と目的

• データマイニングおよび知識発見における重要性が高まる異種情報ネットワーク（HIN）分析について、体系的なサーベイを提供すること。
• 同種ネットワークと異種情報ネットワークの違いを明確にし、HINにおけるより豊かな意味的表現と構造的複雑性を強調すること。
• 意味的認識に基づく手法を用いて、HINに適用される主なデータマイニングタスク（類似性検索、クラスタリング、分類など）を検討すること。
• HIN分析における主な課題、特にスケーラビリティ、動的ネットワークの取り扱い、ビッグデータにおける効率的計算を特定すること。
• 今後の研究方向性を概説すること。これには、OLAP拡張、情報拡散モデリング、HINにおける並列処理が含まれる。

提案手法

• オブジェクトタイプとリンクタイプのマッピングを用いてHINの形式的定義を導入し、同種ネットワークとは区別すること。
• 異なるタイプのノード間の意味的関係をモデル化するためにメタパスの概念を採用し、文脈に応じた類似性やパターンの発見を可能にすること。
• PathSim や HeteSim などのパスベースの類似度測定法をレビューし、これらがメタパスを活用してHIN内の意味的類似度を計算する仕組みを説明すること。
• 大規模HINにおけるマイニングアルゴリズム（例：PathSim や PCRW）の高速化を図るための共クラスタリングおよびプリーニング戦略を議論すること。
• スケーラビリティとパフォーマンスの課題に対処するため、クラウドコンピューティングおよび並列グラフ処理プラットフォームの活用を提案すること。
• グラフOLAP や情報拡散モデリングといった新興の応用を検討し、多次元的および生成的モデルを用いて分析を実現すること。

実験結果

リサーチクエスチョン

• RQ1 異種情報ネットワークは、多様なタイプのエンティティと関係を有する現実世界のシステムを効果的にモデル化できるか？
• RQ2 構造的および意味的表現の観点から、同種ネットワークと異種情報ネットワークの主な違いは何か？
• RQ3 メタパスは、データマイニングタスクにおいてHIN内での意味的関係をどのように発見可能にするか？
• RQ4 大規模で動的かつ分散型のネットワークにスケーリングするHIN分析における主な課題は何か？
• RQ5 OLAP や情報拡散といった今後の研究分野は、HIN分析の発展にどのような可能性を秘めているか？

主な発見

• 異種情報ネットワークは、多様なオブジェクトタイプとリンクタイプをモデル化することで、同種ネットワークよりも豊かな構造的および意味的情報を提供する。
• PathSim や HeteSim といったメタパスベースの手法は、ノードタイプ間の事前定義されたパスを活用することで、HIN内での意味的類似度を効果的に捉えることができる。
• スケーラビリティは依然として主要な課題であり、最近の研究ではPathSim や PCRW の高速化を図るためのプリーニングおよび共クラスタリング戦略が提案されている。
• 大規模HINの処理には並列および分散コンピューティングフレームワークが不可欠であるが、多様なノードタイプにまたがる負荷のバランス調整が独自の課題を呈する。
• グラフOLAP や情報拡散モデリングといった新興の応用は有望であり、InfoNetOLAPer や HMGraph といったフレームワークにより多次元的分析が可能になっている。
• 進展は見られるものの、複雑で多関係的なネットワーク全体の意味的文脈統合は、未解決であり、極めて重要な研究のフロンティアのままである。