[論文レビュー] Node-Context Network Clustering using PARAFAC Tensor Decomposition

Andri Mirzal, Masashi Furukawa|arXiv (Cornell University)|May 3, 2010

Tensor decomposition and applications参考文献 15被引用数 6

ひとこと要約

この論文では、ラベル付きリンクネットワークにおける高連結ノードと関連するリンクラベルをグループ化するため、PARAFACテンソル分解を用いたノード・コンテキストネットワーククラスタリング手法を提案する。ネットワークをノード接続とリンクラベルを両方含む3方向アドセンシー・テンソルとしてモデル化し、PARAFAC分解を適用して各コンポONENTごとのノードおよびラベルスコアを抽出することで、スコアの順位付けによるクラスタリングを可能にする。この手法は、ブログデータセットにおける関連語の特定や類似ブログの同定といった主要タスクにおいて、標準的測定値と0.87の類似度を達成する。

ABSTRACT

We describe a clustering method for labeled link network (semantic graph) that can be used to group important nodes (highly connected nodes) with their relevant link's labels by using PARAFAC tensor decomposition. In this kind of network, the adjacency matrix can not be used to fully describe all information about the network structure. We have to expand the matrix into 3-way adjacency tensor, so that not only the information about to which nodes a node connects to but by which link's labels is also included. And by applying PARAFAC decomposition on this tensor, we get two lists, nodes and link's labels with scores attached to each node and labels, for each decomposition group. So clustering process to get the important nodes along with their relevant labels can be done simply by sorting the lists in decreasing order. To test the method, we construct labeled link network by using blog's dataset, where the blogs are the nodes and labeled links are the shared words among them. The similarity measures between the results and standard measures look promising, especially for two most important tasks, finding the most relevant words to blogs query and finding the most similar blogs to blogs query, about 0.87.

研究の動機と目的

• ラベル付きリンクネットワークにおける構造的・意味的情報を完全に捉えることができない隣接行列の限界を解消すること。
• 重要なノードとその関連するリンクラベルを同時に同定するクラスタリング手法を開発すること。
• ノード間接続と関連するリンクラベルを符号化する3方向テンソルを用いてネットワーク構造をモデル化すること。
• ノードおよびラベルスコアを解釈可能に抽出するため、PARAFACテンソル分解を適用すること。
• 実世界のブログデータセットを用いて、関連性および類似度タスクにおける手法の評価を行うこと。

提案手法

• ラベル付きリンクネットワークを、ノード接続と関連するリンクラベルの両方を符号化する3方向アドセンシー・テンソルとして表現する。
• 3方向テンソルにPARAFACテンソル分解を適用し、ノード用とリンクラベル用の2つの低ランク成分行列に因子分解する。
• 各分解コンポONENT内におけるノードおよびラベルの因子負荷に基づきスコアを割り当てる。
• 各コンポONENT内でスコアを降順に並べ替え、クラスタリングを実行する。
• 得られた順位付きリストを用いて、重要なノードとその関連ラベルを特定する。
• 共有語をブログ間のラベル付きリンクとして使用して、ブログデータセットからラベル付きネットワークを構築する。

実験結果

リサーチクエスチョン

• RQ1 PARAFACテンソル分解は、ラベル付きリンクネットワークにおけるノード接続性とラベル意味論を効果的に捉えることができるか？
• RQ2 この手法は、特定のブログクエリに対して最も関連性の高いラベルをどれほど正確に同定できるか？
• RQ3 この手法は、与えられたクエリブログに最も類似するブログをどの程度正確に抽出できるか？
• RQ4 このテンソルベースのアプローチは、従来の行列ベースの手法に比べて優れているか、同等の性能を示せるか？
• RQ5 この手法は、高インパクトノードとその関連する意味的ラベルをどの程度頑健に同定できるか？

主な発見

• 3方向テンソル表現を用いたPARAFAC分解を活用することで、重要なノードとその関連するリンクラベルを効果的にグループ化できた。
• ブログクエリに対する関連語の特定タスクにおいて、標準的測定値と0.87の類似度スコアを達成した。
• クエリブログに類似するブログを同定するタスクにおいても、標準的測定値と0.87の類似度スコアを達成した。
• 3方向テンソルの使用により、構造的および意味的情報を完全に捉えることができ、隣接行列の限界を克服した。
• 分解結果からノードおよびラベルの解釈可能なスコアが得られ、単純な順位付けによる有効なクラスタリングが可能になった。
• 実世界のブログデータにおいて優れたパフォーマンスを示し、情報検索およびネットワーク解析における実用的有用性を示した。