[논문 리뷰] Link Prediction for Egocentrically Sampled Networks

Li, Tianxi, Yun-Jhong Wu외 2명|arXiv (Cornell University)|2018. 03. 12.

Complex Network Analysis Techniques참고 문헌 30인용 수 9

한 줄 요약

이 논문은 단편적으로 샘플링된 네트워크, 즉 일부 노드와 그 간선들만 관측되는 상황에서 계산적으로 효율적인 링크 예측 방법을 제안한다. 기저 확률 행렬의 행 공간을 추정함으로써, 표준 행렬 완성 및 그래폰 기반 기법들보다 우수한 성능을 보이며, 특히 낮은 샘플링 비율이나 희박한 네트워크에서 egocentric 샘플링 편향에 맞는 특화된 처리 덕분이다.

ABSTRACT

Link prediction in networks is typically accomplished by estimating or ranking the probabilities of edges for all pairs of nodes. In practice, especially for social networks, the data are often collected by egocentric sampling, which means selecting a subset of nodes and recording all of their edges. This sampling mechanism requires different prediction tools than the typical assumption of links missing at random. We propose a new computationally efficient link prediction algorithm for egocentrically sampled networks, which estimates the underlying probability matrix by estimating its row space. For networks created by sampling rows, our method outperforms many popular link prediction and graphon estimation techniques.

연구 동기 및 목표

• 에고세트릭 설문을 통해 샘플링된 네트워크에서 링크 예측 문제를 다루는 것.
• 링크가 무작위로 누락된 것으로 가정하는 기존의 행렬 완성 및 그래폰 추정 기법들이 egocentric 샘플링에서는 성립하지 않는다는 한계를 극복하는 것.
• 기저 확률 행렬의 저랭크 구조를 활용해, 에고세트릭 네트워크에서의 노이즈 제거 및 누락 링크 예측을 효과적으로 수행하는 방법을 개발하는 것.
• 표준 기법들이 샘플링 편향으로 인해 실패하는 희박하거나 낮은 샘플링 비율의 환경에서도 예측 정확도를 향상시키는 것.
• 에고세트릭 샘플링이 유도하는 특수한 노이즈 구조를 고려한, 일반적인 행렬 완성보다 계산적으로 효율적인 대안을 제공하는 것.

제안 방법

• 이 방법은 전체 N×N 인접 행렬에서 n개의 행을 무작위로 선택하는 것으로 에고세트릭 샘플링을 모델링하여, 노드 간 연결의 불완전한 관측을 유도한다.
• 관측된 에고네트워크를 바탕으로 기저 확률 행렬 P의 행 공간을 추정함으로써, P의 추정을 수행하며, 저랭크 구조 가정을 활용한다.
• 관측된 행들에 대해 추정된 행 부분공간에 투영함으로써 행렬 완성 작업을 수행함으로써, 효과적으로 노이즈 제거 및 관측 데이터 완성한다.
• 행 공간 추정을 통해 효율적이고 정확한 미관측 링크 예측이 가능한 CUR 유사 분해 프레임워크를 사용한다.
• 입력 요소의 무작위 누락을 가정하는 i.i.d. 누락 가정을 피하기 위해, 누락 메커니즘을 요소별가 아니라 행 단위 선택으로 명시적으로 모델링한다.
• 추정된 확률 행렬 기반으로 링크 점수를 계산하여, 예측을 위한 미관측 노드 쌍의 순위를 매긴다.

실험 결과

연구 질문

• RQ1 에고세트릭 샘플링 조건에서 링크 예측 성능이 표준적인 누락이 무작위인 가정과 비교해 어떻게 달라지는가?
• RQ2 기저 확률 행렬의 저랭크 구조를 활용하는 방법이, 에고세트릭 네트워크에서 일반 행렬 완성 기법보다 우수한가?
• RQ3 낮은 샘플링 비율이나 희박한 네트워크 조건에서도 제안된 방법이 높은 정확도를 유지하는가?
• RQ4 에고세트릭으로 샘플링된 데이터에서 제안된 방법의 성능이 그래폰 추정 및 기타 링크 예측 기법과 비교해 어떻게 되는가?
• RQ5 행 공간 추정이 설문 기반 네트워크 데이터 맥락에서 표준 행렬 완성 대비 더 강력하고 정확한 대안을 제공할 수 있는가?

주요 결과

• 합성 네트워크(거리 모델 및 곱 모델 기반)에서 제안된 방법은 낮은 샘플링 비율에서도 예측 AUC와 켄달의 타우 모두에서 모든 벤치마크를 일관되게 능가한다.
• 스토케스틱 블록 모델(SBM)에서는 그래폰 기반 NS 방법과 유사한 성능을 보이며, 낮은 샘플링 비율에서 NS는 약간 성능이 떨어진다.
• 평균 차수와 샘플링 비율이 증가할수록 성능이 향상되며, 이는 예상되는 바이지만 제안된 방법은 희박하고 낮은 샘플링 비율 환경에서도 일관된 우위를 유지한다.
• 샘플링 비율이 낮을수록 i.i.d. 행렬 완성 및 USVT보다 높은 예측 AUC를 기록함으로써, 에고세트릭 샘플링에서는 i.i.d. 가정이 성립하지 않음을 시사한다.
• 실제 데이터셋(기숙사, 청소년 건강, 위키백과 선거)에서도 제안된 방법은 낮은 샘플링 비율(5–50%)에서 벤치마크를 일관되게 능가하며, 신뢰구간이 안정적인 성능을 보여준다.
• 계산 비용은 CUR 분해보다 약간 높을 뿐이므로, 대규모 설문 기반 네트워크 분석에 실용적이다.