[논문 리뷰] Waddling Random Walk: Fast and Accurate Mining of Motif Statistics in Large Graphs

Guyue Han, Harish Sethu|arXiv (Cornell University)|2016. 05. 31.

Complex Network Analysis Techniques참고 문헌 33인용 수 7

한 줄 요약

이 논문은 대규모 그래프에서 모티프 통계를 추정하기 위한 빠르고 정확한 방법인 와들링 랜덤 워크(WRW) 알고리즘을 제안한다. 이 알고리즘은 랜덤 워크 경로를 초월하는 확률적 샘플링 프로토콜을 활용하며, 방문한 노드의 주변 부분 그래프를 샘플링함으로써 기존 최고 수준의 방법들보다 높은 정확도와 정밀도를 달성한다. 또한 더 적은 수의 노드 쿼리를 요구하므로, 제한된 데이터 접근 조건이 있는 대규모 그래프에 적합하다.

ABSTRACT

Algorithms for mining very large graphs, such as those representing online social networks, to discover the relative frequency of small subgraphs within them are of high interest to sociologists, computer scientists and marketeers alike. However, the computation of these network motif statistics via naive enumeration is infeasible for either its prohibitive computational costs or access restrictions on the full graph data. Methods to estimate the motif statistics based on random walks by sampling only a small fraction of the subgraphs in the large graph address both of these challenges. In this paper, we present a new algorithm, called the Waddling Random Walk (WRW), which estimates the concentration of motifs of any size. It derives its name from the fact that it sways a little to the left and to the right, thus also sampling nodes not directly on the path of the random walk. The WRW algorithm achieves its computational efficiency by not trying to enumerate subgraphs around the random walk but instead using a randomized protocol to sample subgraphs in the neighborhood of the nodes visited by the walk. In addition, WRW achieves significantly higher accuracy (measured by the closeness of its estimate to the correct value) and higher precision (measured by the low variance in its estimations) than the current state-of-the-art algorithms for mining subgraph statistics. We illustrate these advantages in speed, accuracy and precision using simulations on well-known and widely used graph datasets representing real networks.

연구 동기 및 목표

• 대규모 그래프에서 모티프 통계를 위한 모든 유도 부분그래프를 나열하는 데 있어 계산상 비가능한 문제를 해결하기 위해.
• 온라인 소셜 네트워크와 같이 API를 통해 오직 이웃 목록만 제공되는 제한된 그래프 데이터 접근 환경을 극복하기 위해.
• 최소한의 노드 쿼리로 정확하고 효율적으로 모티프 농도를 추정할 수 있는 샘플링 기반 방법을 개발하기 위해.
• 기존의 랜덤 워크 기반 추정기보다 정확도와 정밀도를 향상시켜 모티프 빈도 추정을 개선하기 위해.
• 대규모 실세계 네트워크에서 미세한 구조 패턴을 탐사하기 위한 이론적으로 탄탄하고 확장 가능한 솔루션을 제공하기 위해.

제안 방법

• WRW 알고리즘은 그래프에서 랜덤 워크를 수행하고, API를 통해 각 노드의 이웃을 쿼리한다.
• 워크 경로에 직접 포함되지 않은 노드를 샘플링하는 '와들링' 메커니즘을 도입하여 주변 영역 커버리지를 확장한다.
• 노드의 차수와 조건부 확률을 기반으로 한 무작위 프로토콜을 사용해 부분 그래프를 샘플링하고, 모티프 수를 추정한다.
• 노드의 차수와 모티프 형성 조건부 확률의 곱을 포함하는 가중치 추정기 방법을 사용한다.
• 이론적 분석은 마르코프 체인 혼합 시간과 농도 불등식을 기반으로 하여 추정 오차의 범위를 제한한다.
• 각 모티프 유형에 대해 별도의 카운터를 유지하고, 추정치를 정규화하여 모티프 농도를 계산한다.

실험 결과

연구 질문

• RQ1 기존 접근 방식과 비교해 랜덤 워크 기반 샘플링 방법이 모티프 통계 추정에서 더 높은 정확도와 정밀도를 달성할 수 있는가?
• RQ2 '와들링'을 통해 워크 경로 바로 근처를 초월해 샘플링을 확장할 경우 추정 품질이 상당히 향상되는가?
• RQ3 WRW 알고리즘이 정확도 유지 조건에서 노드 쿼리 수를 얼마나 줄일 수 있는가?
• RQ4 WRW 알고리즘이 모티프 농도 추정에 대해 수렴성과 오차 한계 측면에서 어떻게 성능을 발휘하는가?
• RQ5 WRW의 이론적 프레임워크는 다양한 모티프 유형과 그래프 크기에 대해 일반화될 수 있는가?

주요 결과

• WRW는 최고 수준의 알고리즘보다 유의미하게 높은 정확도를 달성하여 진정한 모티프 농도에 더 가까운 추정치를 제공한다.
• 반복적인 추정에서 분산이 낮아 더 높은 정밀도를 입증한다.
• 방문한 노드 주변의 부분 그래프를 효율적으로 샘플링함으로써 필요한 노드 쿼리 수를 줄인다.
• 이론적 분석을 통해 혼합 시간, 모티프 빈도, 신뢰 수준에 따라 추정 오차가 높은 확률로 유한함을 증명한다.
• 실세계 그래프 데이터셋에 대한 실험적 시뮬레이션을 통해 WRW가 속도, 정확도, 정밀도 면에서 뛰어난 성능을 보임을 확인한다.
• 기본적인 나열 방식이 비가능해지는 더 큰 모티프(크기 5까지)에 대해서도 강력한 성능 유지를 보인다.