[论文解读] Bidirectional PageRank Estimation: From Average-Case to Worst-Case

Peter Lofgren, Siddhartha Banerjee+1 more|arXiv (Cornell University)|Jul 30, 2015

Complex Network Analysis Techniques参考文献 22被引用 7

一句话总结

本文提出了一种新型无向图双向PageRank估计器Undirected-BiPPR，通过结合前向局部推送与反向随机游走，利用随机游走的可逆性，将平均情况下的保证转化为最坏情况下的界限，从而在πₛ[t] > dₜ/m时，实现ε相对误差估计的最坏情况子线性运行时间O(√m/ε)。

ABSTRACT

We present a new algorithm for estimating the Personalized PageRank (PPR) between a source and target node on undirected graphs, with sublinear running-time guarantees over the worst-case choice of source and target nodes. Our work builds on a recent line of work on bidirectional estimators for PPR, which obtained sublinear running-time guarantees but in an average-case sense, for a uniformly random choice of target node. Crucially, we show how the reversibility of random walks on undirected networks can be exploited to convert average-case to worst-case guarantees. While past bidirectional methods combine forward random walks with reverse local pushes, our algorithm combines forward local pushes with reverse random walks. We also discuss how to modify our methods to estimate random-walk probabilities for any length distribution, thereby obtaining fast algorithms for estimating general graph diffusions, including the heat kernel, on undirected networks.

研究动机与目标

• 开发一种在无向图上具有最坏情况子线性运行时间的个性化PageRank（PPR）估计算法。
• 克服先前双向估计器仅提供平均情况运行时间保证的局限性。
• 利用无向图上随机游走的可逆性，将平均情况性能保证转化为最坏情况保证。
• 将该方法扩展至通过多步转移概率估计一般图扩散过程，包括热核。
• 提供对任意源-目标对均成立的理论运行时间和精度界限，而不仅限于随机或平均情况下的选择。

提出的方法

• 提出一种新估计器Undirected-BiPPR，结合前向局部推送与反向随机游走，逆转了先前双向方法所使用的方向性。
• 使用REVERSE-PUSH算法的修改版本，为每个步长至ℓ_max维护估计向量和残差向量。
• 应用可逆性属性pₛ^ℓ[t]dₛ = pₜ^ℓ[s]dₜ，将前向与反向游走概率关联，实现双向估计。
• 采用局部更新机制，仅处理残差值超过阈值r_max的节点，确保在有界误差下收敛。
• 推导出一个关键不变量：pₛ^ℓ[t] = qₛ^ℓ[t] + dₜ∑ₖ∑ᵥ (rₛ^k[v]/dᵥ)pₜ^ℓ−k[v]，该式将前向与反向游走贡献联系起来。
• 将框架泛化，通过估计截断的多步转移概率，以估计由长度分布定义的任意图扩散过程。

实验结果

研究问题

• RQ1 能否在无向图上实现个性化PageRank估计的最坏情况子线性运行时间，而不仅限于平均情况保证？
• RQ2 如何形式化利用无向图上随机游走的可逆性，将平均情况性能界限转化为最坏情况界限？
• RQ3 是否可能设计一种双向估计器，使其在所有源-目标对上均保持准确性和效率，而不仅限于典型或随机的配对？
• RQ4 该框架能否扩展至估计一般图扩散过程（如热核），而不仅限于PageRank？
• RQ5 最坏情况PPR估计的理论下界是什么？与所提算法的性能相比如何？

主要发现

• 所提出的Undirected-BiPPR算法在πₛ[t] > dₜ/m时，实现ε相对误差估计的最坏情况运行时间为O(√m/ε)。
• 该算法首次为无向图上的个性化PageRank估计提供了最坏情况子线性运行时间保证。
• 通过使用反向随机游走而非反向局部推送，该方法利用随机游走的可逆性，实现了最坏情况下的运行时间界限。
• 该框架可泛化至通过估计多步转移概率，以估计具有给定长度分布的任意图扩散过程。
• 该算法在高概率下保持准确性，并在最坏情况下实现子线性运行时间，即使面对对抗性目标节点亦成立。
• 该方法弥合了平均情况性能与最坏情况理论极限之间的差距，在最坏情况设置下显著优于先前方法。