[논문 리뷰] CubeNet: Multi-Facet Hierarchical Heterogeneous Network Construction, Analysis, and Mining

Carl Yang, Teng Dai외 9명|arXiv (Cornell University)|2019. 09. 29.

Complex Network Analysis Techniques참고 문헌 9인용 수 6

한 줄 요약

CubeNet는 의미 정보 메타데이터와 텍스트 마이닝 기반으로 대규모 이질적 네트워크를 다면적 계층적 데이터 큐브 구조로 조직함으로써, 이를 바탕으로 새로운 프레임워크를 제안한다. 이는 OLAP 스타일 분석, 맥락 기반 패턴 마이닝, 쿼리 기반 네트워크 국소화를 가능하게 하여 일반적인 대규모 네트워크에 비해 확장성과 통찰 생성 능력을 크게 향상시킨다.

ABSTRACT

Due to the ever-increasing size of data, construction, analysis and mining of universal massive networks are becoming forbidden and meaningless. In this work, we outline a novel framework called CubeNet, which systematically constructs and organizes real-world networks into different but correlated semantic cells, to support various downstream network analysis and mining tasks with better flexibility, deeper insights and higher efficiency. Particular, we promote our recent research on text and network mining with novel concepts and techniques to (1) construct four real-world large-scale multi-facet hierarchical heterogeneous networks; (2) enable insightful OLAP-style network analysis; (3) facilitate localized and contextual network mining. Although some functions have been covered individually in our previous work, a systematic and efficient realization of an organic system has not been studied, while some functions are still our on-going research tasks. By integrating them, CubeNet may not only showcase the utility of our recent research, but also inspire and stimulate future research on effective, insightful and scalable knowledge discovery under this novel framework.

연구 동기 및 목표

• 기존 네트워크 분석 기법으로는 처리하기 어려울 정도로 큰 실세계 네트워크를 분석하는 데 도전하는 것.
• 메타데이터와 텍스트 마이닝을 활용해 보편적 네트워크를 의미적으로 유의미한 계층적 셀로 체계적으로 정리하는 프레임워크를 개발하는 것.
• 롤업, 드릴다운, 대비 요약과 같은 큐브 기반 연산을 통해 민첩하고 통찰력 있으며 효율적인 네트워크 분석 및 마이닝을 가능하게 하는 것.
• 관련 의미 셀에 분석을 국소화함으로써 맥락 인식 및 쿼리 기반 네트워크 마이닝을 지원하는 것.
• 다양한 기법을 통합한 유일한 오픈소스 시스템을 구축하여 네트워크 과학 분야에서 확장 가능한 지식 발견을 유도하는 것.

제안 방법

• 메타데이터 및 자동 분류체계 생성(예: TaxoGen)에서 유도된 주제, 목적, 시간 분류체계를 기반으로 다면적 계층적 데이터 큐브를 구성한다.
• AutoPhrase 및 AutoNER를 활용해 자유 텍스트에서 어휘 노드와 유형화된 링크를 추출하여 이질적 네트워크를 의미적으로 풍부하게 한다.
• 네트워크 근접성과 표면 이름 일치 기반으로 레이블을 전파하는 AutoPath를 활용한 약한 지도 학습 기반 네트워크 분류를 통해 노드를 의미 셀로 조직한다.
• 그래프큐브 기반 집계를 활용한 셀 기반 의미 역추적 및 다중 분해능 구조 탐색을 통해 대비 요약을 포함한 OLAP 스타일 분석을 가능하게 한다.
• 사용자 선호도를 반영할 수 있는 가변 가중치를 갖는 인기, 무결성, 독창성 점수를 조합하여 의미적으로 관련성이 높은 서브그래프를 강조함으로써 맥락 기반 패턴 마이닝을 수행한다.
• 쿼리 관련 노드를 포함하는 최적의 셀 조합을 선택하기 위해 경량 강화 학습 기반 접근법을 사용하여 쿼리 기반 네트워크 국소화를 지원한다.

실험 결과

연구 질문

• RQ1 대규모 보편적 이질적 네트워크를 분석의 확장성과 통찰력을 향상시키기 위해 의미적으로 의미 있는 계층적 셀로 systematic하게 조직할 수 있는가?
• RQ2 큐브 기반 네트워크 프레임워크 내에서 대비 요약 및 다중 분해능 탐색과 같은 OLAP 스타일 네트워크 분석을 가능하게 하는 기법은 무엇인가?
• RQ3 셀 기반 조직과 국소화된 서브네트워크 구축을 통해 네트워크 마이닝을 맥락 인식 및 쿼리 기반으로 어떻게 개선할 수 있는가?
• RQ4 노드 임베딩과 셀 정렬 함수를 함께 학습함으로써 대규모 네트워크에서 조건부 근접 검색을 달성할 수 있는가?
• RQ5 네트워크를 데이터 큐브 구조로 조직함으로써 후행 마이닝 작업의 효율성과 해석 가능성은 어느 정도 향상되는가?

주요 결과

• CubeNet는 네 개의 대규모 다면적 계층적 이질적 네트워크를 성공적으로 구축하였다: DBLP(200만 노드, 400억 링크), Yelp(80만 노드, 20억 링크), PubMed(20만 노드, 10억 링크), FreeBase(1600만 노드, 7700만 링크).
• 시스템은 포괄적인 분류체계를 생성하였으며, DBLP에 대해 11,000개의 주제, Yelp에 대해 70,000개의 카테고리, PubMed에 대해 197,000개의 질병, FreeBase에 대해 800,000개의 유형을 포함하였다.
• 대비 요약 기반 네트워크 요약은 의미 셀 간에 네트워크 통계(예: 군집 계수, 경로 길이)의 의미 있는 비교를 가능하게 하여 구조적 진화 패턴을 드러냈다.
• 셀 기반 의미 역추적은 네트워크 쿼리(예: 노드 쌍 또는 서브그래프)에 대해 관련 셀을 효과적으로 탐색하였으며, 그래프 커버리지 최적화 및 top-k 검색을 통한 최적화된 검색을 구현하였다.
• 맥락 기반 패턴 마이닝은 인기, 무결성, 독창성 점수의 조합을 통해 더 높은 의미적 관련성을 달성하였으며, 사용자 선호도를 반영할 수 있는 가변 가중치를 제공하였다.
• 강화 학습 기반 쿼리 기반 네트워크 국소화로 인해 분석 대상이 관련 서브네트워크로 집중되어 계산 오버헤드가 감소하였으며, 이는 효율성과 확장성 향상에 기여하였다.