[논문 리뷰] SLING: A Near-Optimal Index Structure for SimRank

Boyu Tian, Xiaokui Xiao|arXiv (Cornell University)|2016. 04. 14.

Advanced Graph Neural Networks참고 문헌 32인용 수 9

한 줄 요약

SLING은 SimRank에 대한 새로운 색인 구조로, 쿼리 결과에 대해 최대 ε의 덧셈 오차를 보장하며, 단일 쌍 및 단일 소스 SimRank 쿼리를 각각 O(1/ε) 및 O(n/ε) 시간에 처리한다. 공간 복잡도는 O(n/ε), 사전 처리 시간은 O(m/ε + n log(n/δ)/ε²)이며, 시간 및 공간 복잡도 면에서 거의 최적에 가까운 성능을 달성하여 기존 방법 대비 단일 쌍 쿼리에서 최대 10,000배 빠른 성능을 보인다.

ABSTRACT

SimRank is a similarity measure for graph nodes that has numerous applications in practice. Scalable SimRank computation has been the subject of extensive research for more than a decade, and yet, none of the existing solutions can efficiently derive SimRank scores on large graphs with provable accuracy guarantees. In particular, the state-of-the-art solution requires up to a few seconds to compute a SimRank score in million-node graphs, and does not offer any worst-case assurance in terms of the query error. This paper presents SLING, an efficient index structure for SimRank computation. SLING guarantees that each SimRank score returned has at most $\varepsilon$ additive error, and it answers any single-pair and single-source SimRank queries in $O(1/\varepsilon)$ and $O(n/\varepsilon)$ time, respectively. These time complexities are near-optimal, and are significantly better than the asymptotic bounds of the most recent approach. Furthermore, SLING requires only $O(n/\varepsilon)$ space (which is also near-optimal in an asymptotic sense) and $O(m/\varepsilon + n\log \frac{n}δ/\varepsilon^2)$ pre-computation time, where $δ$ is the failure probability of the preprocessing algorithm. We experimentally evaluate SLING with a variety of real-world graphs with up to several millions of nodes. Our results demonstrate that SLING is up to $10000$ times (resp. $110$ times) faster than competing methods for single-pair (resp. single-source) SimRank queries, at the cost of higher space overheads.

연구 동기 및 목표

• 대규모 그래프에서 증명 가능하고 정확하며 확장 가능한 SimRank 계산을 위한 효율적인 방법이 부족한 문제를 해결한다.
• 기존 방법들이 과도한 시간(1회 쿼리당 수초)을 소모하거나 최악의 경우 정확도 보장을 하지 못하는 한계를 극복한다.
• 근사 최적의 시간 및 공간 복잡도를 갖는 단일 쌍 및 단일 소스 SimRank 쿼리를 빠르게 처리할 수 있는 색인 구조를 설계한다.
• 각 SimRank 점수의 덧셈 오차를 최대 ε 이내로 제한함으로써 정확도를 증명 가능하게 보장한다.
• 이론적 최적성은 유지하면서도 최적화된 사전 처리 및 쿼리 알고리즘을 통해 실용적 효율성을 확보한다.

제안 방법

• 랜덤 샘플링 및 행렬 근사 기법을 사용해 SimRank 점수의 압축된 표현을 사전에 계산하고 저장하는 색인 구조인 SLING을 제안한다.
• 이중 단계 접근법을 사용한다: 먼저, 높은 확률(1−δ)로 ε-정확도를 확보하기 위해 O(m/ε + n log(n/δ)/ε²) 시간 내에 핵심 색인을 사전 계산한다. 이 과정에서 농도 경계를 활용한다.
• SimRank 행렬의 저랭크 구조와 그래프 이웃의 희소성 특성을 활용해 색인을 O(n/ε) 공간에 저장한다.
• 이웃 유사도 전파를 이용해 사전 계산된 추정치를 검색하고 보정함으로써 단일 쌍 쿼리를 O(1/ε) 시간에 처리한다.
• 그래프 전역에서 각 노드의 기여도를 사전 계산한 결과를 집계함으로써 단일 소스 쿼리를 O(n/ε) 시간에 처리한다.
• 조기 종료 및 캐싱과 같은 최적화 기법을 통합하여 이론적 보장을 훼손하지 않으면서도 실용적 성능을 향상시킨다.

실험 결과

연구 질문

• RQ1 ε에 대해 거의 최적의 시간 복잡도를 갖는 단일 쌍 SimRank 쿼리를 처리할 수 있는 색인 구조를 설계할 수 있는가? 이 때 각 결과에 대해 최대 ε의 덧셈 오차를 보장할 수 있는가?
• RQ2 증명 가능한 오차 한계와 거의 최적의 공간 사용량을 확보하면서도, 단일 소스 SimRank 쿼리에 대해 O(n/ε)의 시간 복잡도를 달성할 수 있는가?
• RQ3 모든 쿼리 유형에 대해 높은 정확도를 확보하면서도 시간 및 공간 오버헤드를 최소화할 수 있도록 사전 처리를 어떻게 최적화할 수 있는가?
• RQ4 실제 대규모 그래프에서 제안된 색인이 최신 기술 대비 얼마나 더 빠르고 정확한가?
• RQ5 백만 노드 그래프 환경에서 실용적이고 공간 효율적인 구현이 가능한가?

주요 결과

• SLING은 단일 쌍 SimRank 쿼리를 O(1/ε) 시간에 처리하며, 이는 거의 최적의 성능이며, 기존 최고 방법의 O(log(1/δ)/ε²) 시간에 비해 크게 빠르다.
• 단일 소스 쿼리의 경우 SLING은 O(n/ε) 시간 복잡도를 달성하여, 최근의 가장 우수한 접근법의 O(n log(1/ε)/ε²) 복잡도를 뛰어넘는다.
• 수백만 노드까지 확장 가능한 실세계 그래프에서, SLING은 단일 쌍 쿼리에 대해 최대 10,000배, 단일 소스 쿼리에 대해 최대 110배 더 빠른 성능을 보인다.
• SLING은 각 점수에 대해 최대 ε의 덧셈 오차를 보장하는 등 정확도를 증명 가능하게 유지하지만, Linearize는 최악의 경우 오차 보장을 하지 못한다.
• 상위-k SimRank 쌍에 대한 정밀도 평가에서 SLING은 Linearize와 동등하거나 이를 초월하며, 많은 경우에서 최대 4% 높은 정밀도를 달성한다.
• 기존 방법보다 더 높은 공간 오버헤드를 유발하지만, 뛰어난 속도와 정확도 덕분에 저지연, 정확한 유사도 쿼리가 필요한 대규모 응용 분야에 적합하다.