[论文解读] Modeling Social Networks with Node Attributes using the Multiplicative Attribute Graph Model

Myunghwan Kim, Jure Leskovec|arXiv (Cornell University)|Jun 24, 2011

Complex Network Analysis Techniques参考文献 20被引用 51

一句话总结

本文提出了乘法属性图（MAG）模型，通过将边概率建模为节点间属性特异性亲和力的乘积来捕捉网络结构。采用可扩展的变分期望最大化方法（MagFit），该模型在拟合现实世界网络方面优于逻辑回归和最先进方法，揭示了年龄、GPA 和课程注册等分类属性中的同质性与异质性特征。

ABSTRACT

Networks arising from social, technological and natural domains exhibit rich connectivity patterns and nodes in such networks are often labeled with attributes or features. We address the question of modeling the structure of networks where nodes have attribute information. We present a Multiplicative Attribute Graph (MAG) model that considers nodes with categorical attributes and models the probability of an edge as the product of individual attribute link formation affinities. We develop a scalable variational expectation maximization parameter estimation method. Experiments show that MAG model reliably captures network connectivity as well as provides insights into how different attributes shape the network structure.

研究动机与目标

• 建模节点具有分类属性且边形成依赖于基于属性的亲和力的社会网络。
• 开发一种具有统计意义且分析上可处理的网络模型，以捕捉结构模式和基于属性的链接形成。
• 创建一种可扩展的参数估计方法，能够处理包含属性信息的大规模现实世界网络。
• 提供关于不同属性（例如GPA、课程注册）如何通过同质性与异质性影响网络连通性的可解释洞察。

提出的方法

• MAG模型将节点i与j之间的边概率定义为亲和力矩阵条目乘积：$ p_{ij} = \prod_{l=1}^{L} \Theta_l[F_{il}, F_{jl}] $，其中 $ \Theta_l $ 编码基于属性的链接形成亲和力。
• 每个属性l具有一个亲和力矩阵 $ \Theta_l $，其条目 $ \Theta_l[k,k'] $ 表示当第一个节点具有属性值k且第二个节点具有值k'时形成链接的可能性。
• 该模型使用变分期望最大化（VEM）框架来高效估计参数，从而实现对大规模网络的可扩展性。
• 参数估计被表述为最大似然问题，通过前向选择引入隐含属性以改善拟合效果。
• 该方法同时结合了观测属性与隐含属性，使用前向选择来识别最具信息量的属性组合。
• 通过对数似然（LL）和总预测指数（TPI）对模型进行评估，并与随机属性选择和逻辑回归进行性能比较。

实验结果

研究问题

• RQ1 当节点与分类属性相关联时，如何建模网络结构？
• RQ2 属性亲和力在多大程度上能够解释现实世界社交网络中观察到的网络连通性模式？
• RQ3 我们能否开发一种可扩展且统计上可靠的参数估计方法，用于整合节点属性的网络模型？
• RQ4 在现实社交网络中，同质性与异质性在不同属性上如何表现？
• RQ5 观测属性与隐含属性在提升网络结构预测方面的相对贡献是什么？

主要发现

• MAG模型显著优于逻辑回归，在R7基线下的L2误差降低50%，KS统计量提升23%。
• 包含七个隐含属性（L7）的模型相比随机属性选择（R7）在总预测指数（TPI）上实现了10倍提升，TPI从1.0提高至10.0。
• 前向选择方法（F7）选中的属性包括年级、数学水平、GPA、AP/IB英语课程以及外语课程，这些属性均表现出强烈的同质性效应。
• 亲和力矩阵显示，同一学年的学生（尤其是大一/大二学生）之间连接的概率高达0.999，而高年级学生之间的连接概率为0.572，表明存在强烈的同质性。
• 选修AP/IB英语课程的学生之间形成链接的可能性极高（亲和力为0.999），而未选课者之间的链接也相对常见（亲和力为0.352），表明存在中等程度的同质性。
• 外语课程数量对友谊形成的影响微乎其微，亲和力值约为0.4，表明其对网络结构的影响较弱。