[論文レビュー] Predicting missing links and their weights via reliable-route-based method

Jing Zhao, Lili Miao+4 more|arXiv (Cornell University)|Aug 5, 2014

Complex Network Analysis Techniques参考文献 41被引用数 41

ひとこと要約

本稿では、重み付きネットワークにおけるリンクの欠落とその重みの予測のため、重みなしローカル類似度インデックスを重み付きネットワークに拡張する信頼性ルートに基づく手法を提案する。リンク重みを信頼性ルートから導出される類似度スコアに比例するようにモデル化することで、重み予測精度が著しく向上し、特に高クラスタリングネットワークにおいて、信頼性ルートに基づく重み付きリソース割り当てインデックス（rWRA）が他の手法を上回る性能を示す。

ABSTRACT

Link prediction aims to uncover missing links or predict the emergence of future relationships according to the current networks structure. Plenty of algorithms have been developed for link prediction in unweighted networks, with only a very few of them having been extended to weighted networks. Thus far, how to predict weights of links is important but rarely studied. In this Letter, we present a reliable-route-based method to extend unweighted local similarity indices to weighted indices and propose a method to predict both the link existence and link weights accordingly. Experiments on different real networks suggest that the weighted resource allocation index has the best performance to predict the existence of links, while the reliable-route-based weighted resource allocation index performs noticeably better on weight prediction. Further analysis shows a strong correlation for both link prediction and weight prediction: the larger the clustering coefficient, the higher the prediction accuracy.

研究の動機と目的

• 重み付きネットワークにおけるリンク重みの予測は、リンク存在予測に関する広範な研究とは対照的に、依然として未開拓の分野であるというギャップを埋める。
• 信頼性ルートフレームワークを用いて、重みなしローカル類似度インデックス（例：リソース割り当て）を重み付きネットワークに拡張する。
• トポロジー的情報のみを用いて、欠落リンクの存在とその対応する重みの両方を予測する手法を開発する。
• 提案手法の性能を多様な実世界ネットワーク上で評価し、特にクラスタリング係数が予測精度に与える影響を分析する。

提案手法

• ノード間の最も信頼性の高い経路を類似度計算の根拠としてモデル化することで、重みなし類似度インデックスを重み付きネットワークに一般化する。
• 最適化アルゴリズムを用いて最良の重み予測関数を決定し、リンク重みを計算された類似度スコアに比例させる。
• 経路の信頼性は、経路に沿った逆数重みの合計によって決定され、累積的信頼性がより高い経路が優先される。
• 重み付きリソース割り当てインデックス（WRA）を信頼性ルートに基づくバージョン（rWRA）に拡張し、ノード間の最も信頼性の高い経路のみを考慮する。
• リンク存在予測の精度は適合率、重み予測の精度は10%のテストリンクに対してピアソン積率相関係数を用いて評価する。
• 予測性能との相関を分析するため、クラスタリング係数（非重み付きCおよび重み付きCw）を計算する。

実験結果

リサーチクエスチョン

• RQ1 重みなしローカル類似度インデックスを、欠落リンクとその重みの両方を予測できるように、重み付きネットワークに効果的に一般化できるか？
• RQ2 ノード間の経路の信頼性が、リンクおよび重み予測の精度にどのように影響するか？
• RQ3 ネットワークのクラスタリング構造とリンクおよび重み予測の精度の間にはどのような関係があるか？
• RQ4 提案された信頼性ルートに基づく手法は、実世界のネットワークにおいて、既存の重み付き類似度インデックスを上回る性能を示すか？

主な発見

• 信頼性ルートに基づく重み付きリソース割り当てインデックス（rWRA）は、6つの実世界ネットワークすべてにおいて、他の手法に比べて顕著に優れた重み予測性能を示す。
• 重み付きリソース割り当てインデックス（WRA）は、特にクラスタリング係数が高いネットワークにおいて、欠落リンク存在予測の精度が最も高くなる。
• 重み付きクラスタリング係数（Cw）とリンク予測の最高精度との間に強い正の相関（ピアソン相関係数 r = 0.940）が存在する。
• 非重み付きバージョン（C）よりも重み付きクラスタリング係数（Cw）の方が予測精度とより強い相関を示しており、Cwが予測に適した構造的パターンをよりよく捉えていることを示唆する。
• クラスタリング係数がより高いネットワーク、例えば Corum（C = 0.747, Cw = 0.795）は、h各项PPI や String のようなスパarsなまたはノイズの多いネットワークよりも顕著に高い予測精度を達成する。
• 本手法は、生物学的・社会的・技術的ネットワークを含む多様なネットワークタイプにおいても、一貫した重み予測精度の向上を示し、強固な性能を発揮する。