[논문 리뷰] A Tractable Approach to Finding Closest Truncated-commute-time Neighbors in Large Graphs

Purnamrita Sarkar, Andrew Moore|arXiv (Cornell University)|2012. 06. 20.

Complex Network Analysis Techniques참고 문헌 13인용 수 31

한 줄 요약

이 논문은 대규모 그래프에서 전체 쌍별 계산을 피하면서도 절단된 도착 시간 기반으로 가장 가까운 이웃을 효율적으로 찾을 수 있는 처리 가능한 알고리즘을 제안한다. 무작위 스케치와 저랭크 근사 기법을 활용하여, 최대 100,000개의 노드를 가진 그래프에서 거의 선형 스케일링을 달성하며, 링크 예측 및 추천 시스템과 같은 응용 분야의 유사도 계산을 크게 가속화한다.

ABSTRACT

Recently there has been much interest in graph-based learning, with applications in collaborative filtering for recommender networks, link prediction for social networks and fraud detection. These networks can consist of millions of entities, and so it is very important to develop highly efficient techniques. We are especially interested in accelerating random walk approaches to compute some very interesting proximity measures of these kinds of graphs. These measures have been shown to do well empirically (Liben-Nowell & Kleinberg, 2003; Brand, 2005). We introduce a truncated variation on a well-known measure, namely commute times arising from random walks on graphs. We present a very novel algorithm to compute all interesting pairs of approximate nearest neighbors in truncated commute times, without computing it between all pairs. We show results on both simulated and real graphs of size up to 100; 000 entities, which indicate near-linear scaling in computation time.

연구 동기 및 목표

• 수백만 개의 노드를 가진 대규모 그래프에서 전체 도착 시간 거리 계산이 계산적으로 불가능한 문제를 해결하기 위해.
• 전체 쌍별 계산 없이도 절단된 도착 시간에서 근사적인 최근접 이웃을 식별할 수 있는 확장 가능한 방법을 개발하기 위해.
• 실제 네트워크, 예를 들어 소셜 네트워크 및 추천 시스템와 같은 실제 응용 분야에서 무작위 워크 기반의 유사도 측정 방법을 실용적으로 구현하기 위해.
• 계산 복잡도를 거의 선형으로 유지하면서도 도착 시간 기반 유사도 측정 방법의 경험적 효과성을 유지하기 위해.

제안 방법

• 계산의 처리 가능성을 향상시키기 위해 랜덤 워크의 길이를 제한하는 절단된 도착 시간 측정법을 도입한다.
• 라플라시안 행렬을 근사하고 절단된 도착 시간을 효율적으로 계산하기 위해 무작위 스케치 기법을 활용한다.
• 그래프 구조를 압축하고 투영된 공간에서 이웃 탐색을 가속화하기 위해 저랭크 근사를 사용한다.
• 전체 거리 계산 없이도 후보 최근접 이웃을 식별하기 위해 국소 감도 해싱(LSH)-유사 전략을 적용한다.
• 두 단계 필터링 프로세스를 활용한다: 첫 번째로 스케치를 통한 후보 생성; 두 번째로 작은 부분집합에서 정확한 절단된 도착 시간을 사용한 정밀 조정.
• 계산 비용을 줄이면서도 근사 품질을 보장하기 위해 그래프 라플라시안의 스펙트럼 성질을 활용한다.

실험 결과

연구 질문

• RQ1 모든 쌍별 거리 계산 없이도 절단된 도착 시간에서 근사적인 최근접 이웃를 계산할 수 있는가?
• RQ2 제안된 방법은 그래프 크기에 따라 거의 선형으로 확장되며 유사도 품질을 유지하는가?
• RQ3 무작위 스케치 기법이 대규모 그래프에서 이웃 찾기 위한 도착 시간 근사를 얼마나 효과적으로 수행하는가?
• RQ4 100,000개의 노드를 가진 실제 그래프에 대해 수용 가능한 정확도와 성능로 적용 가능한가?

주요 결과

• 100,000개의 노드를 가진 그래프에서 거의 선형 계산 시간 스케일링을 달성하여 뛰어난 효율성을 보였다.
• 전체 쌍별 도착 시간 계산 대비 상당히 감소된 계산 비용으로 높은 품질의 최근접 이웃를 식별할 수 있었다.
• 합성 및 실제 그래프에서의 경험적 결과는 절단된 도착 시간 측정법이 링크 예측과 같은 작업에서 전체 도착 시간의 예측 능력을 유지함을 보여주었다.
• 무작위 스케치와 저랭크 근사를 사용함으로써 시간 복잡도를 이차원에서 거의 선형으로 감소시키면서도 정확한 이웃 탐색이 가능했다.