[논문 리뷰] Dynamic PageRank: Algorithms and Lower Bounds

Jayaram, Rajesh, Łącki, Jakub외 3명|arXiv (Cornell University)|2013. 04. 17.

Web Data Mining and Analysis참고 문헌 12인용 수 26

한 줄 요약

이 논문은 그래프의 모든 소스에서 단일 타겟 노드로 개인화된 PageRank를 계산하는 데 있어 새로운 효율적인 알고리즘을 제안한다. 타겟에서 출발하여 들어오는 간선을 따라 업데이트를 역방향으로 전파하기 위해 우선순위 큐를 사용한다. 이 알고리즘은 영향력이 큰 노드들에만 집중함으로써 near-optimal 성능을 달성하며, 이론적 분석과 트위터 그래프에서의 실증적 검증을 통해 중간 정도의 오차 허용 범위에서 기존의 거듭제곱 반복 방법 대비 최대 1,700배 빠른 성능 향상을 보였다.

ABSTRACT

Personalalized PageRank uses random walks to determine the importance or authority of nodes in a graph from the point of view of a given source node. Much past work has considered how to compute personalized PageRank from a given source node to other nodes. In this work we consider the problem of computing personalized PageRanks to a given target node from all source nodes. This problem can be interpreted as finding who supports the target or who is interested in the target. We present an efficient algorithm for computing personalized PageRank to a given target up to any given accuracy. We give a simple analysis of our algorithm's running time in both the average case and the parameterized worst-case. We show that for any graph with $n$ nodes and $m$ edges, if the target node is randomly chosen and the teleport probability $α$ is given, the algorithm will compute a result with $ε$ error in time $O\left(\frac{1}{αε} \left(\frac{m}{n} + \log(n) ight) ight)$. This is much faster than the previously proposed method of computing personalized PageRank separately from every source node, and it is comparable to the cost of computing personalized PageRank from a single source. We present results from experiments on the Twitter graph which show that the constant factors in our running time analysis are small and our algorithm is efficient in practice.

연구 동기 및 목표

• 모든 소스 노드에서 단일 타겟 노드로 개인화된 PageRank를 효율적으로 계산하는 문제를 해결하는 것.
• 특히 타겟과 높은 관련성을 가진 몇몇 소스 노드만 고려할 경우, 모든 소스 노드에서의 PageRank 계산에 따른 O(n) 비용을 피하는 알고리즘을 설계하는 것.
• 그래프의 구조와 원하는 정확도에 따라 달라지는 이론적 실행 시간 경계를 제공하며, 오차 허용 범위가 감소함에 따라 부드럽게 성능이 떨어지는 방식으로 설계하는 것.
• 대규모 사회망 그래프(트위터)에서 알고리즘의 효율성과 정확성을 실증적으로 검증하는 것.

제안 방법

• 알고리즘은 타겟 노드 v에서 시작하여 들어오는 간선을 따라 역방향으로 업데이트된 PageRank 추정치를 전파한다.
• 각 단계에서 전파되지 않은 추정치 변화가 가장 큰 노드를 선택하여 업데이트함으로써 가장 중요한 기여를 먼저 처리한다.
• 수축 사상 성질과 우선순위 큐를 사용하여 덧셈 오차 ϵ을 유지하며, 업데이트는 식 π(u,v) = α + (1−α)∑_{w→u} π(w,v)/|out(w)|로 제어된다.
• 이론적 분석을 통해 두 가지 경계를 제공한다: 랜덤 타겟에 대한 경우(O(1/αϵ ⋅ (m/n + log n)))와 임의의 타겟에 대한 경우(O(Dv(αϵ)/α ⋅ log(1/ϵα)))이며, 여기서 Dv(αϵ)는 문제의 난이도를 캡처한다.
• 알고리즘은 트위터 그래프의 530만 노드, 3억 8천만 간선으로 구성된 부분집합에서 구현 및 테스트되어 실세계 성능을 평가하였다.

실험 결과

연구 질문

• RQ1 모든 소스 노드에서 단일 타겟 노드로 개인화된 PageRank를 모든 소스에서 계산하는 것보다 더 효율적으로 계산할 수 있는가?
• RQ2 우선순위 큐를 사용한 역방향 전파 전략이 표준 몬테카를로 또는 거듭제곱 반복 방법보다 더 나은 실행 시간을 제공하는가?
• RQ3 원하는 정확도 ϵ에 따라 실행 시간이 어떻게 변화하는가? 그리고 ϵ → 0에 수렴함에 따라 성능이 부드럽게 떨어지는가?
• RQ4 이론적 매개변수 Dv(αϵ)는 실제로 실행 시간을 잘 예측하는가?

주요 결과

• 랜덤으로 선택된 타겟 노드에 대해 알고리즘은 O(1/αϵ ⋅ (m/n + log n)) 시간에 실행되며, 이는 단일 소스에서 개인화된 PageRank를 계산하는 비용과 유사하다.
• 모든 타겟 노드에 대해 알고리즘은 O(Dv(αϵ)/α ⋅ log(1/ϵα)) 시간에 실행되며, Dv(αϵ) = ∑_{u:π(u,v)>αϵ} (|IN(u)| + log n)로 정의되어 있어 오차에 대한 유리한 ϵ 의존성 O(log(1/ϵ))을 보이며, O(1/ϵ²)보다 훨씬 우수하다.
• 트위터 그래프에서 α=0.1 및 ϵ=10⁻⁵일 경우, 알고리즘은 평균 1.2초가 걸렸고, 거듭제곱 반복은 410초가 걸려 340배 빠른 성능을 보였다.
• ϵ=10⁻⁴일 경우, 알고리즘은 거듭제곱 반복 대비 1,700배 더 빠르게 동작했으며, 동일한 오차 경계를 확보하기 위해 거듭제곱 반복은 87회의 반복을 필요로 했다.
• 실증적 오차는 종종 이론적 경계(ϵ)의 85% 수준이었으며, 이는 오차 분석이 과도하게 경계를 설정하지 않고 타당하게 근접해 있음을 시사한다.
• 실제 수행 단계 수와 Dv(αϵ)의 비율은 평균 4 이하로, 이론적 상한선인 200보다 훨씬 낮았으며, 이는 Dv(αϵ)가 실질적인 성능 예측에 매우 우수한 지표임을 보여준다.