[論文レビュー] In-Network Neighborhood-Based Node Similarity Measure: A Unified Parametric Model

Yang Yu, Jian Pei|arXiv (Cornell University)|Oct 13, 2015

Complex Network Analysis Techniques参考文献 27被引用数 3

ひとこと要約

本稿では、近傍特徴に基づくネットワーク内ノード類似度の統一的パrametricモデルを提案し、柔軟で応用固有の類似度測定を可能にする。最大共通近傍、近傍パターン、ランダムウォーク、kホップ近傍の4つのインスタンス測定を導入し、実世界および合成ネットワークにおける広範な実験を通じてその有効性を示している。

ABSTRACT

In many applications, we need to measure similarity between nodes in a large network based on features of their neighborhoods. Although in-network node similarity based on proximity has been well investigated, surprisingly, measuring in-network node similarity based on neighborhoods remains a largely untouched problem in literature. One grand challenge is that in different applications we may need different measurements that manifest different meanings of similarity. In this paper, we investigate the problem in a principled and systematic manner. We develop a unified parametric model and a series of four instance measures. Those instance similarity measures not only address a spectrum of various meanings of similarity, but also present a series of tradeoffs between computational cost and strictness of matching between neighborhoods of nodes being compared. By extensive experiments and case studies, we demonstrate the effectiveness of the proposed model and its instances.

研究の動機と目的

• 大規模ネットワークにおける近傍構造に基づくノード類似度測定のための体系的でない方法の欠如に対処する。
• 異なる近傍特徴を組み込むことで、さまざまな類似度の意味をサポートする柔軟なパrametricフレームワークを開発する。
• 計算コストとトポロジカルマッチングの厳密さのバランスを取る類似度測定のスケールを提供する。
• メトリック変換や正規化などの理論的性質が、すべてのインスタンスで保持されることを保証する。
• 実世界および合成ネットワークにおける広範な実験を通じて、モデルの有効性を検証する。

提案手法

• カスタマイズ可能な特徴と集約関数を許容することで、近傍に基づく類似度を一般化する統一的パrametricモデルを提案する。
• 4つのインスタンス類似度測定を定義する：SimMCN（最大共通近傍）、SimNP（近傍パターン）、SimLW（ラベル付きランダムウォーク）、SimKN（kホップ近傍）。
• パラメータτ（パターン頻度閾値）およびn（パターン長さ）を用いて、近傍パターンの特徴集合Sを定義し、SimNPを定義する。
• 正規化およびメトリック変換技術を適用して、類似度測定がスケーラブルで数学的に整合性を持つことを保証する。
• 完全なトポロジカルアクセスなしで構造的役割検出を評価するために、類似度行列に対するスペクトルクラスタリングを活用する。
• 埋め込まれた異常を有する合成グラフを用いて、類似度測定のランクプロモーションおよび耐性を評価する。

実験結果

リサーチクエスチョン

• RQ1 近傍構造に基づいてノード類似度を体系的にモデル化する方法は何か？（近接性や相対的近接性ではなく。）
• RQ2 類似度の異なる応用固有の意味を効果的に捉えるために、近傍のどの特徴が重要か？
• RQ3 異なる近傍ベースの類似度測定は、計算コストとトポロジカルマッチングの正確さの間でどのようにトレードオフを形成するか？
• RQ4 近傍ベースの類似度測定は、正規化された類似度またはメトリックに変換可能か？これにより、下流の応用が可能になるか？
• RQ5 これらの測定は、異常検出やノードクラスタリングといった実世界のタスクにおいて、どの程度有効か？

主な発見

• 提案されたモデルは、4つの異なるインスタンス測定により、さまざまな応用ニーズに適合した多様な類似度の意味を効果的に捉えている。
• 4つの類似度測定すべてが正規化可能であり、有効なメトリックに変換可能であるため、数学的整合性が保証されている。
• 近傍パターンに基づくSimNPは、NetSci共同執筆ネットワークにおいて、ハブ、外れ値、主流ノードを効果的にノードの構造的役割に分類している。
• 異常検出タスクにおいて、SimLWおよびSimKNは、埋め込まれた異常ノードのランクを顕著にプロモーションしており、平均ランクプロモーションはそれぞれ12.5および14.3であった。
• モデルは合成ネットワークおよび実世界ネットワークの両方で優れた性能を示しており、多様なネットワーク構造にわたり、耐性と適応性を示している。
• この手法により、完全なトポロジカルアクセスなしで効果的なノードクラスタリングが可能となり、近傍特徴から導出されたペアワイズ類似度行列に依存している。