[논문 리뷰] Link Prediction using Graph Neural Networks for Master Data Management

Balaji Ganesan, Srinivas Parkala외 6명|arXiv (Cornell University)|2020. 03. 07.

Advanced Graph Neural Networks참고 문헌 36인용 수 6

한 줄 요약

이 논문은 마스터 데이터 관리(MDM)를 위한 그래프 신경망(GNN) 기반 링크 예측 프레임워크를 제안하며, 윤리적 데이터 처리, 모델 해석 가능성, 개인 간 관계 예측(예: 접촉 추적)에서의 개인정보 보호를 중점으로 한다. 모델의 책임성, 검증 가능한 텍스트 검색, 경로 순위 설명을 위한 GraphSheets를 도입하여 MDM 부트캠프 데이터셋에서 뛰어난 성능을 달성하고 강력한 윤리적 보호 조치를 제공한다.

ABSTRACT

Learning graph representations of n-ary relational data has a number of real world applications like anti-money laundering, fraud detection, and customer due diligence. Contact tracing of COVID19 positive persons could also be posed as a Link Prediction problem. Predicting links between people using Graph Neural Networks requires careful ethical and privacy considerations than in domains where GNNs have typically been applied so far. We introduce novel methods for anonymizing data, model training, explainability and verification for Link Prediction in Master Data Management, and discuss our results.

연구 동기 및 목표

• 개인 중심 그래프의 링크 예측에서 윤리적 과제를 해결함으로써, 접촉 추적과 같은 개인정보 민감도가 높은 분야에서의 적용을 목표로 한다.
• 도메인 전문가가 이해할 수 있는 설명을 제공하는 설명 가능한 GNN 모델을 개발하여 MDM 워크로드에서 예측된 링크에 대한 인간이 해석할 수 있는 근거를 제공한다.
• 익명화, 검증, 표준화된 문서화를 통해 모델의 공정성과 데이터 보호를 확보한다.
• GraphSheets를 도입하여 일관된 모델 개발과 감사 가능성을 확보함으로써 산업 규모의 GNN 배포를 가능하게 한다.
• 하드 음성 샘플링과 하위그래프 기반 검증 전략을 통해 모델 신뢰도를 향상시킨다.

제안 방법

• 저자들은 성격 그래프(성격 그래프)에서 엔티티와 그 관계를 표현하는 노드 및 엣지 임베딩을 학습하기 위해 관계형 GNN 아키텍처(R-GCN 및 GraphSAGE 포함)를 사용한다.
• 예측된 링크를 검증하기 위해 엔터프라이즈 문서(예: 이메일, 로그)에서 검증 가능한 텍스트를 검색하는 검색 기반 검색 시스템을 구현한다.
• PaTyBRED를 활용한 경로 순위 알고리즘(PRA)을 적용하여 노드 간 존재하는 경로를 순위 매기며, 설명에 가장 의미적으로 관련된 경로를 식별한다.
• 모델 행동, 데이터 소스, 개인정보 보호 관행 및 윤리적 고려사항을 표준화된 템플릿으로 문서화하기 위해 GraphSheets를 도입한다.
• 모델은 MDM 부트캠프 데이터셋에서 학습되며, 링크 예측은 표준 분할 및 하위그래프에서의 k-폴드 검증을 통해 평가된다.
• 진짜 링크와 가짜 링크를 구분하는 능력을 향상시키기 위해 임베딩의 유사도 기반으로 하드 음성 샘플을 생성한다.

실험 결과

연구 질문

• RQ1 민감한 개인 간 관계에 적용되는 링크 예측에서 윤리적으로 견고한 방법은 무엇인가?
• RQ2 도메인 전문가가 이해할 수 있는 방식으로 GNN 예측의 설명 가능성을 향상시키는 기법은 무엇인가?
• RQ3 다양한 팀과 환경 간에 모델 학습 및 배포 과정을 일관되고 감사 가능한 방식으로 수행하기 위한 방법은 무엇인가?
• RQ4 검증 가능한 텍스트 증거와 경로 순위는 GNN 예측 검증에 어떤 역할을 하는가?
• RQ5 하위그래프 기반 학습과 하드 음성 샘플링은 모델 일반화 및 공정성 향상에 어떻게 기여하는가?

주요 결과

• GNN 기반 링크 예측 모델은 MDM 부트캠프 데이터셋에서 높은 성능을 달성하였으며, 하위그래프 간에 우수한 일반화 능력과 데이터 희소성에 대한 강건성을 보였다.
• 검증 가능한 텍스트 검색 통합으로 인간 평가자가 실제 엔터프라이즈 데이터를 활용해 예측을 검증할 수 있게 되어 신뢰도와 감사 가능성이 향상되었다.
• PaTyBRED 기반 경로 순위 설명은 가장 관련성이 높은 관계적 경로를 효과적으로 식별하여 예측 링크에 대한 직관적인 근거를 제공하였다.
• GraphSheets는 데이터 소스, 개인정보 보호 관행, 모델 행동에 대한 표준화된 문서화를 통해 개발 팀 간 모델 책임성을 크게 향상시켰다.
• 하드 음성 샘플링은 표면적인 특성(예: 동일한 이름 또는 위치)에 기반한 잘못된 예측(거짓 양성)을 줄여 모델의 구분 능력을 향상시켰다.
• 하위그래프 기반 k-폴드 검증은 다양한 그래프 구조에서 일관된 성능을 보이며 스케일업 가능한 배포를 뒷받침하였다.