[論文レビュー] CubeNet: Multi-Facet Hierarchical Heterogeneous Network Construction, Analysis, and Mining

Carl Yang, Teng Dai+9 more|arXiv (Cornell University)|Sep 29, 2019

Complex Network Analysis Techniques参考文献 9被引用数 6

ひとこと要約

CubeNetは、意味的メタデータおよびテキストマイニングに基づいて、大規模な異種ネットワークを多様な側面を持つ階層的データキューブ構造に整理することで、構築・分析・マイニングのための新規フレームワークを提案する。これにより、OLAPスタイルの分析、文脈的パターンマイニング、クエリ固有のネットワーク局所化が可能となり、包括的な大規模ネットワークにおけるスケーラビリティとインサイト生成の向上が著しく実現される。

ABSTRACT

Due to the ever-increasing size of data, construction, analysis and mining of universal massive networks are becoming forbidden and meaningless. In this work, we outline a novel framework called CubeNet, which systematically constructs and organizes real-world networks into different but correlated semantic cells, to support various downstream network analysis and mining tasks with better flexibility, deeper insights and higher efficiency. Particular, we promote our recent research on text and network mining with novel concepts and techniques to (1) construct four real-world large-scale multi-facet hierarchical heterogeneous networks; (2) enable insightful OLAP-style network analysis; (3) facilitate localized and contextual network mining. Although some functions have been covered individually in our previous work, a systematic and efficient realization of an organic system has not been studied, while some functions are still our on-going research tasks. By integrating them, CubeNet may not only showcase the utility of our recent research, but also inspire and stimulate future research on effective, insightful and scalable knowledge discovery under this novel framework.

研究の動機と目的

• 従来のネットワーク分析手法では処理が困難な、非常に大規模な実世界ネットワークの分析に直面する課題に対処すること。
• メタデータおよびテキストマイニングを用いて、普遍的なネットワークを意味的に意味のある階層的セルに体系的に整理するフレームワークを構築すること。
• ロールアップ、ドリルダウン、対照的要約などのキューブベースの操作を通じて、柔軟で洞察に富み、効率的なネットワーク分析およびマイニングを可能にすること。
• セルベースの組織化と局所化されたサブネットワーク構築を活用して、文脈認識型かつクエリ固有のネットワークマイニングを実現すること。
• 多様な技術を統合した包括的でオープンソースのシステムを構築し、ネットワーク科学におけるスケーラブルな知識発見を促進すること。

提案手法

• メタデータおよび自動分類法生成（例：TaxoGen）から導出されたトピック、目的、時系列の分類体系を用いて、多様な側面を持つ階層的データキューブを構築する。
• AutoPhraseおよびAutoNERを用いて自由テキストからフレーズノードおよびタイプ付きリンクを抽出することで、異種ネットワークを意味的に豊かにする。
• ネットワークの近接性および表面名マッチングに基づいてラベルを伝搬するAutoPathを用いた弱教師ありネットワーク分類により、ノードを意味的セルにグループ化する。
• グラフキューブにインspiredした集約を用いたセルベースの意味的バックトラッキングおよび多スケール構造探索を通じて、OLAPスタイルの分析を可能にする。
• 人気度、整合性、特異性スコアをカスタマイズ可能な重みで組み合わせることで、意味的に関連するサブグラフを強調する文脈的パターンマイニングを実施する。
• クエリ関連ノードをカバーする最適なセルの組み合わせを選択するために、軽量な強化学習アプローチを用いてクエリ固有のネットワーク局所化を支援する。

実験結果

リサーチクエスチョン

• RQ1 非常に大規模で普遍的な異種ネットワークを、分析のスケーラビリティとインサイトの向上を図るために、意味的に意味のある階層的セルに体系的に整理する方法は何か？
• RQ2 キューブ組織化されたネットワークフレームワーク内でのOLAPスタイルの分析（例：対照的要約、多スケール探索）を実現するための技術は何か？
• RQ3 セルベースの組織化と局所化されたサブネットワーク構築を活用することで、ネットワークマイニングを文脈認識型かつクエリ固有のものにできるか？
• RQ4 ノード埋め込みとセルアライメント関数を同時に学習することで、大規模ネットワークにおける条件付き近接検索を達成できるか？
• RQ5 ネットワークをデータキューブ構造に整理することで、下流のマイニングタスクの効率性と解釈可能性はどの程度向上するか？

主な発見

• CubeNetは、4つの大規模な多様な側面を持つ階層的異種ネットワークを正常に構築した。それぞれ、DBLP（200万ノード、400億リンク）、Yelp（80万ノード、20億リンク）、PubMed（20万ノード、10億リンク）、FreeBase（1600万ノード、7700万リンク）。
• システムは包括的な分類体系を生成し、DBLPでは1万1000のトピック、Yelpでは7万のカテゴリ、PubMedでは19万7000の疾患、FreeBaseでは80万のタイプを含えた。
• 対照的ネットワーク要約により、意味的セル間でネットワーク統計（例：クラスタ係数、経路長）の有意義な比較が可能となり、構造的進化のパターンが明らかになった。
• セルベースの意味的バックトラッキングは、ネットワーククエリ（例：ノードペアやサブグラフ）に関連する適切なセルを効果的に特定でき、グラフカバレッジの最適化とtop-k検索を組み合わせた検索が最適化された。
• 文脈的パターンマイニングは、人気度、整合性、特異性スコアを組み合わせることで、より高い意味的関連性を達成し、ユーザーの好みを反映するカスタマイズ可能な重みを備えた。
• 強化学習を用いたクエリ固有のネットワーク局所化により、関連するサブネットワークに限定して分析が行われ、計算オーバーヘッドが削減され、効率性とスケーラビリティが向上した。