[논문 리뷰] A General Framework for Estimating Graphlet Statistics via Random Walk

Xiaowei Chen, Yongkun Li외 2명|arXiv (Cornell University)|2016. 03. 24.

Complex Network Analysis Techniques참고 문헌 47인용 수 11

한 줄 요약

이 논문은 무거운 스케일의 그래프에서 랜덤 워크를 사용하여 그래플릿 통계를 추정하는 일반적인 프레임워크를 제안한다. 이는 전체 그래프에 대한 접근이 필요 없이 효율적이고 정확한 계산을 가능하게 한다. 체르노프-후프딩 경계를 활용한 비편향 추정과 두 가지 새로운 최적화 기법을 통해 샘플 크기 요구량을 줄였으며, 정확도와 속도 면에서 기존 최고 수준의 방법들보다 최대 한 단계 높은 성능을 달성한다.

ABSTRACT

Graphlets are induced subgraph patterns and have been frequently applied to characterize the local topology structures of graphs across various domains, e.g., online social networks (OSNs) and biological networks. Discovering and computing graphlet statistics are highly challenging. First, the massive size of real-world graphs makes the exact computation of graphlets extremely expensive. Secondly, the graph topology may not be readily available so one has to resort to web crawling using the available application programming interfaces (APIs). In this work, we propose a general and novel framework to estimate graphlet statistics of "any size". Our framework is based on collecting samples through consecutive steps of random walks. We derive an analytical bound on the sample size (via the Chernoff-Hoeffding technique) to guarantee the convergence of our unbiased estimator. To further improve the accuracy, we introduce two novel optimization techniques to reduce the lower bound on the sample size. Experimental evaluations demonstrate that our methods outperform the state-of-the-art method up to an order of magnitude both in terms of accuracy and time cost.

연구 동기 및 목표

• 정확한 계산이 불가능한 대규모 그래프에서 그래플릿 통계를 추정하는 데 도전하는 것.
• 전체 그래프 토폴로지가 가용하지 않은 상황에서도 그래플릿 추정을 가능하게 하는 것, 이를 위해 API 기반 웹 크롤링에 의존한다.
• 모든 크기의 그래플릿에 적용 가능한 일반 목적의 프레임워크를 개발하는 것.
• 분석적 경계와 최적화 기법을 통해 샘플 크기를 최소화하면서 추정 정확도를 보장하는 것.

제안 방법

• 프레임워크는 연속적인 랜덤 워크를 통해 국소 그래프 구조를 탐색하면서 그래플릿 샘플을 수집한다.
• 샘플 크기의 수렴을 보장하기 위해 샘플 크기의 체르노프-후프딩 경계를 활용한 비편향 추정기를 사용한다.
• 필요한 최소 샘플 크기를 결정하기 위해 새로운 분석적 경계를 유도한다.
• 필요한 샘플 크기의 하한을 강화하여 효율성을 향상시키기 위해 두 가지 최적화 기법을 도입한다.
• 모든 그래플릿 크기와 토폴로지에 일반적이고 확장 가능한 방식으로 설계되어 있다.

실험 결과

연구 질문

• RQ1 전체 토폴로지 접근이 제한되거나 전혀 없을 경우, 대규모 그래프에서 그래플릿 통계를 어떻게 효율적으로 추정할 수 있는가?
• RQ2 랜덤 워크 샘플링을 사용할 때, 원하는 추정 정확도를 달성하기 위해 필요한 최소 샘플 크기는 얼마인가?
• RQ3 최적화 기법을 통해 정확도를 훼손하지 않고도 필요한 샘플 크기를 줄일 수 있는가?
• RQ4 기존 최고 수준의 방법들과 비교할 때, 제안된 프레임워크는 정확도와 성능 면에서 어떻게 다른가?

주요 결과

• 분석적 경계와 최적화 기법을 통해 샘플 크기 요구량을 줄여 추정 효율성을 향상시켰다.
• 기존 최고 수준의 방법들과 비교해 정확도와 시간 비용 면에서 최대 한 단계 높은 성능을 달성했다.
• 실험적 평가를 통해 다양한 그래프 유형에 걸쳐 프레임워크의 확장성과 강건성을 확인했다.
• 전체 그래프 접근이 불가능한 상황에서도 정확한 그래플릿 통계 추정을 가능하게 했다.