[論文レビュー] Link Prediction for Egocentrically Sampled Networks

Li, Tianxi, Yun-Jhong Wu+2 more|arXiv (Cornell University)|Mar 12, 2018

Complex Network Analysis Techniques参考文献 30被引用数 9

ひとこと要約

本稿では、エゴセントリックにサンプリングされたネットワークにおける計算効率の高いリンク予測手法を提案する。この手法は、観測されたノードのサブセットとその接続のみを対象とし、潜在的な確率行列の行空間を推定することで、標準的な行列補完法やグラフオンベースの手法を上回る性能を発揮する。特に、低サンプリングレートやスパースなネットワークにおいて、エゴセントリックサンプリングバイアスに特化した処理により優れた結果を示す。

ABSTRACT

Link prediction in networks is typically accomplished by estimating or ranking the probabilities of edges for all pairs of nodes. In practice, especially for social networks, the data are often collected by egocentric sampling, which means selecting a subset of nodes and recording all of their edges. This sampling mechanism requires different prediction tools than the typical assumption of links missing at random. We propose a new computationally efficient link prediction algorithm for egocentrically sampled networks, which estimates the underlying probability matrix by estimating its row space. For networks created by sampling rows, our method outperforms many popular link prediction and graphon estimation techniques.

研究の動機と目的

• エゴセントリック調査によってサンプリングされたネットワークにおけるリンク予測の課題に対処すること。
• リンクがランダムに欠落すると仮定する従来の行列補完法やグラフオン推定法の限界を克服すること。これらの手法はエゴセントリックサンプリングでは成り立たない。
• 潜在的な確率行列の低ランク構造を活用することで、ノイズ除去と欠落リンクの予測を効果的に行う手法を開発すること。
• 特にスパースまたは低サンプリングレートの状況において、標準的手法がサンプリングバイアスのため失敗する状況でも、予測精度を向上させること。
• エゴセントリックサンプリングが引き起こす特定のノイズ構造を考慮した、一般的な行列補完法の計算効率の良い代替手法を提供すること。

提案手法

• 本手法は、エゴセントリックサンプリングを、全N×N隣接行列からn行をランダムに選択するものとしてモデル化し、ノード接続の不完全な観測を表現する。
• 観測されたエゴネットワークを用いて、潜在的な確率行列Pの行空間を推定することで、Pを推定する。この際、低ランク構造の仮定を活用する。
• 観測された行に制限して、推定された行部分空間に射影することで、行列補完を実行し、観測データのノイズ除去と補完を効果的に行う。
• CUR型分解フレームワークを用い、行空間推定により未観測リンクの効率的かつ高精度な予測を可能にする。
• 本手法は、エントリ単位の欠落を仮定するi.i.d.欠落仮定を回避し、エントリではなく行単位での選択としてサンプリング機構を明示的にモデル化する。
• 推定された確率行列に基づいてリンクスコアを計算し、未観測ノードペairの予測のための順位付けを可能にする。

実験結果

リサーチクエスチョン

• RQ1 エゴセントリックサンプリングにおけるリンク予測性能は、標準的な欠落がランダムであるという仮定と比較してどのように変化するか？
• RQ2 確率行列の低ランク構造を活用する手法は、エゴセントリックネットワークにおいて、一般的な行列補完法を上回ることができるか？
• RQ3 提案手法は、低サンプリングレートやスパースなネットワーク条件でも高い精度を維持できるか？
• RQ4 提案手法の性能は、エゴセントリックにサンプリングされたデータに対して、グラフオン推定法や他のリンク予測手法と比較してどうなるか？
• RQ5 行空間推定は、調査ベースのネットワークデータの文脈において、標準的な行列補完法よりもよりロバストで正確な代替手段を提供できるか？

主な発見

• 合成ネットワーク（距離モデルおよび積モデル）において、本手法はあらゆるベンチマークを、予測AUCおよびケンダールのtauの観点で一貫して上回り、特に低サンプリングレートで顕著な優位性を示す。
• ストキャスティックブロックモデル（SBM）では、本手法はグラフオンベースのNS手法と同等の性能を示すが、低サンプリングレートではNSがわずかに劣る。
• 平均次数とサンプリングレートが上昇するにつれて性能が向上するのは当然であるが、本手法はスパースかつ低サンプリングレートの状況でも一貫した優位性を維持する。
• サンプリングレートが低い場合、本手法はi.i.d.行列補完法やUSVTよりも高い予測AUCを達成しており、エゴセントリックサンプリングではi.i.d.仮定が成り立たないことを示唆している。
• 実世界のデータセット（居住棟、思春期健康、Wikipedia選挙）においても、本手法は一貫してベンチマークを上回り、特に低サンプリングレート（5–50%）で顕著な優位性を示す。信頼区間バンドからも、性能のロバストさが確認できる。
• 本手法の計算コストはCUR分解よりもわずかに高いにとどまり、大規模な調査ベースのネットワーク解析において実用的である。