[论文解读] DELTACON: A Principled Massive-Graph Similarity Function

Danai Koutra, Joshua T Vogelstein+1 more|arXiv (Cornell University)|Apr 17, 2013

Complex Network Analysis Techniques参考文献 21被引用 123

一句话总结

本文提出了DeltaCon，一种在已知节点对应关系下用于比较图的原理性、直观且可扩展的图相似性函数。它采用基于扩散的亲和力评分机制来检测连通性变化，在合成图和真实世界图（包括脑连接网络和Enron电子邮件图）上表现出色，适用于创造力分类和时间异常检测等应用。

ABSTRACT

How much did a network change since yesterday? How different is the wiring between Bob's brain (a left-handed male) and Alice's brain (a right-handed female)? Graph similarity with known node correspondence, i.e. the detection of changes in the connectivity of graphs, arises in numerous settings. In this work, we formally state the axioms and desired properties of the graph similarity functions, and evaluate when state-of-the-art methods fail to detect crucial connectivity changes in graphs. We propose DeltaCon, a principled, intuitive, and scalable algorithm that assesses the similarity between two graphs on the same nodes (e.g. employees of a company, customers of a mobile carrier). Experiments on various synthetic and real graphs showcase the advantages of our method over existing similarity measures. Finally, we employ DeltaCon to real applications: (a) we classify people to groups of high and low creativity based on their brain connectivity graphs, and (b) do temporal anomaly detection in the who-emails-whom Enron graph.

研究动机与目标

• 在已知节点对应关系的前提下，形式化图相似性函数的公理和期望属性。
• 解决现有图相似性度量在检测细微但有意义的连通性变化方面的局限性。
• 开发一种既直观又数学严谨的可扩展算法，用于大规模图比较。
• 在合成图和真实世界图（包括脑连接图和通信网络）上评估DeltaCon。
• 通过时间异常检测和按创造力水平对脑图进行聚类等应用，展示其实际效用。

提出的方法

• 提出基于节点亲和力扩散的DeltaCon图相似性函数，通过图边上的归一化得分传播过程计算相似性。
• 使用以种子向量初始化的扩散过程计算节点间的最终亲和力得分，通过阻尼因子ε = 1/(1 + 最大度数)确保收敛。
• 采用基于L2归一化最终亲和力得分的对称相似性度量，确保对节点标签和尺度的不变性。
• 采用简化矩阵表示（S'）以实现在大规模图上的高效计算，时间复杂度与边数呈线性关系。
• 通过形式化公理（A1–A3，如恒等性、对称性和边添加下的一致性）建立严谨框架，确保逻辑一致性。
• 使用层次聚类和方差分析（ANOVA）验证方法，评估脑连接图中的结构差异。

实验结果

研究问题

• RQ1 我们如何定义一组公理和属性，使图相似性函数既具有原则性又直观？
• RQ2 现有图相似性度量在检测真实世界和合成图中的关键连通性变化方面，其失效程度如何？
• RQ3 基于扩散的亲和力模型能否提供一种可扩展且可解释的替代方案，以取代现有的图相似性函数？
• RQ4 DeltaCon是否能有效检测如Enron电子邮件图等演化网络中的时间异常？
• RQ5 DeltaCon能否揭示与创造力和人格特质相关的脑连接图中具有生物学意义的结构差异？

主要发现

• DeltaCon在检测连通性变化方面优于六种最先进的相似性度量，其结果通过直观且一致的相似性得分得到验证。
• 在Enron电子邮件图上，DeltaCon成功识别出与通信模式显著变化相对应的时间异常。
• 在脑连接图分析中，DeltaCon将114名个体聚类为两组，其综合创造力指数存在显著差异（p值 = 0.0057）。
• 这两组在开放性指数上也表现出边缘显著差异（p值 = 0.0558），表明脑结构差异与人格特质相关。
• DeltaCon在大规模图上表现出可扩展性，仅用普通硬件在约160秒内处理了超过6700万条边的网络。
• 方差分析未发现脑连接结构与年龄、性别或智商之间存在显著关系，表明DeltaCon检测的是特定且非平凡的模式。