[论文解读] NetSimile: A Scalable Approach to Size-Independent Network Similarity

Michele Berlingerio, Danai Koutra+2 more|arXiv (Cornell University)|Sep 12, 2012

Complex Network Analysis Techniques参考文献 32被引用 97

一句话总结

NetSimile 通过使用统计矩从局部和邻域结构特征中提取低维签名向量，提出了一种可扩展的、与规模无关的网络相似性度量方法。该方法无需节点对应关系即可实现高效的图比较，时间复杂度为线性，且在多种真实和合成网络的聚类、可视化和异常检测任务中优于基线方法。

ABSTRACT

Given a set of k networks, possibly with different sizes and no overlaps in nodes or edges, how can we quickly assess similarity between them, without solving the node-correspondence problem? Analogously, how can we extract a small number of descriptive, numerical features from each graph that effectively serve as the graph's "signature"? Having such features will enable a wealth of graph mining tasks, including clustering, outlier detection, visualization, etc. We propose NetSimile -- a novel, effective, and scalable method for solving the aforementioned problem. NetSimile has the following desirable properties: (a) It gives similarity scores that are size-invariant. (b) It is scalable, being linear on the number of edges for "signature" vector extraction. (c) It does not need to solve the node-correspondence problem. We present extensive experiments on numerous synthetic and real graphs from disparate domains, and show NetSimile's superiority over baseline competitors. We also show how NetSimile enables several mining tasks such as clustering, visualization, discontinuity detection, network transfer learning, and re-identification across networks.

研究动机与目标

• 解决在无需节点对应关系的情况下比较不同规模网络的挑战。
• 开发一种可扩展的方法，用于计算匿名化、异构网络之间的结构相似性。
• 提取紧凑且可解释的特征向量（“签名”），以有效捕捉图的拓扑结构。
• 利用这些签名支持下游图挖掘任务，如聚类、可视化和迁移学习。
• 确保相似性度量直观、与规模无关且计算高效。

提出的方法

• NetSimile 从每个节点及其领结网络（egonet）中提取局部结构特征（例如，度数、聚类系数）。
• 通过计算所有节点上这些特征的统计矩（均值、方差、偏度、峰度）形成基于分布的签名向量。
• 签名向量作为图全局拓扑的紧凑且可解释的表示。
• 通过计算签名向量之间的余弦相似度来衡量图之间的相似性，从而确保与规模无关。
• 该方法在边数上呈线性时间复杂度，使其在大规模网络中具有高度可扩展性。
• 该方法可扩展以支持额外的结构特征和聚合技术。

实验结果

研究问题

• RQ1 如何在不解决节点对应问题的情况下，度量不同规模网络之间的结构相似性？
• RQ2 我们能否设计一种可扩展的、与规模无关的相似性度量方法，使其结果直观且可解释？
• RQ3 NetSimile 在多样化网络类型中的聚类、可视化和异常检测任务中效果如何？
• RQ4 与频繁子图挖掘和基于特征值的方法等基线方法相比，NetSimile 在准确性和可扩展性方面表现如何？
• RQ5 NetSimile 的签名向量能否支持迁移学习和跨网络重识别？

主要发现

• NetSimile 的签名向量可实现有效的网络相似性可视化，通过 SVD 在低维空间中实现相似图的自然聚类。
• 该方法在边数上达到线性时间复杂度，使其在大规模网络中具有高度可扩展性。
• NetSimile 生成的相似性评分与直观预期一致——例如，社交网络彼此之间比与技术网络更相似。
• 在 30 多个真实和合成网络的实验中，NetSimile 在聚类准确率和异常检测方面优于基线方法。
• NetSimile 有效识别出结构不连续性，例如在查询日志网络中识别出一个异常的 Barabási-Albert 图。
• 由于其稳健且可解释的图签名，该方法在迁移学习和重识别任务中表现出强适用性。