[論文レビュー] MaxOutProbe: An Algorithm for Increasing the Size of Partially Observed Networks

Sucheta Soundarajan, Tina Eliassi‐Rad+2 more|arXiv (Cornell University)|Nov 20, 2015

Complex Network Analysis Techniques参考文献 20被引用数 8

ひとこと要約

MaxOutProbe は、部分的に観測されたネットワーク内のノードをプローブする際、新たに観測されるノード数を最大化する2段階のアルゴリズムである。6つのデータセットと4つのサンプリング手法において、ランダムプローブや高次数プローブ戦略を著しく上回る。ノードの真の次数とネットワークの平均クラスタリング係数を推定し、未観測の隣接ノード数が最も多い可能性があるノードを優先順位付けする。

ABSTRACT

Networked representations of real-world phenomena are often partially observed, which lead to incomplete networks. Analysis of such incomplete networks can lead to skewed results. We examine the following problem: given an incomplete network, which $b$ nodes should be probed to bring the largest number of new nodes into the observed network? Many graph-mining tasks require having observed a considerable amount of the network. Examples include community discovery, belief propagation, influence maximization, etc. For instance, consider someone who has observed a portion (say 1%) of the Twitter retweet network via random tweet sampling. She wants to estimate the size of the largest connected component of the fully observed retweet network. To improve her estimate, how should she use her limited budget to reduce the incompleteness of the network? In this work, we propose a novel algorithm, called MaxOutProbe, which uses a budget $b$ (on nodes probed) to increase the size of the observed network in terms of the number of nodes. Our experiments, across a range of datasets and conditions, demonstrate the advantages of MaxOutProbe over existing methods.

研究の動機と目的

• 制限されたプローブ予算のもとで、不完全なネットワーク観測を向上させる課題に対処すること。
• 一部のデータしか入手できない状況におけるネットワーク解析の正確性と完全性を向上させること。
• 不完全なネットワークがどのようにサンプリングされたかという事前知識に依存しないプローブ戦略を開発すること。
• 最も情報価値の高いノードを選んでプローブすることで、新たに観測されるノード数を最大化すること。

提案手法

• 局所的な構造的情報を用いて、不完全なネットワーク内に観測済みだが未探索のノードの真の次数を推定する。
• 元の完全なネットワークの平均クラスタリング係数を推定し、隣接ノード数の予測を精緻化する。
• 推定された次数とクラスタリング係数を用いて、各ノードの未観測の隣接ノード数の期待値を計算する。
• 外部の未観測ノード数の推定値に基づいて、すべての未プローブノードを順位付けする。
• 外部接続数の推定値が最も高い $ b $ 個のノードをプローブ対象として選択する。
• サンプリングプロセスや潜在的な次数分布に関する仮定を必要としないため、多様なネットワークタイプに強く適応可能である。

実験結果

リサーチクエスチョン

• RQ1 部分的に観測されたネットワークにおいて、未観測のノードと最も多くの接続をもつ可能性があるノードはどれか？
• RQ2 サンプリングプロセスの事前知識がなくとも、不完全なネットワーク内のノードが持つ未観測の隣接ノード数をどのように推定できるか？
• RQ3 推定された次数とクラスタリング係数に基づくプローブ戦略は、ランダム選択や高次数ノード選択を上回る性能を示せるか？
• RQ4 MaxOutProbe は、既存の手法と比較して、多様なネットワークタイプやサンプリング手法においてどのように性能を発揮するか？
• RQ5 どのようなネットワーク条件下で MaxOutProbe の性能が高次数プローブと乖離するか？

主な発見

• MaxOutProbe は、6つのデータセットと4つのサンプリング手法すべてにおいて、ランダムプローブや高次数プローブを一貫して上回る性能を示した。
• MaxOutProbe のAUCは、高次数プローブと比較して4%から36%高い結果となり、価値のあるノードを効果的に選択していることを示している。
• クラスタリング係数が低いネットワークでは、MaxOutProbe の性能が高次数プローブに収束する傾向にあり、構造的特性に適応していることが示唆された。
• 多様なサンプリングメカニズムによって生成された不完全なネットワークに対しても、MaxOutProbe は観測ネットワークサイズの顕著な向上を達成した。
• MaxOutProbe は、サンプリングプロセスや次数分布の知識を必要としないため、現実の不完全なネットワーク解析に広く適用可能である。
• 2段階のアプローチ（推定 → 選択）により、コスト制約下でも正確かつスケーラブルなノード優先順位付けが可能である。