[论文解读] BiRank: Towards Ranking on Bipartite Graphs

Xiangnan He, Ming Gao+2 more|arXiv (Cornell University)|Aug 15, 2017

Complex Network Analysis Techniques参考文献 32被引用 3

一句话总结

本文提出 BiRank，一种基于图正则化的新型算法，通过整合结构化链接信息与先验顶点特征（查询向量），对二分图中的顶点进行排序。该算法收敛至唯一稳态解，且在正则化与贝叶斯解释下具有理论基础，在真实世界数据集上的流行度预测与个性化推荐任务中表现优于当前最先进方法。

ABSTRACT

The bipartite graph is a ubiquitous data structure that can model the relationship between two entity types: for instance, users and items, queries and webpages. In this paper, we study the problem of ranking vertices of a bipartite graph, based on the graph's link structure as well as prior information about vertices (which we term a query vector). We present a new solution, BiRank, which iteratively assigns scores to vertices and finally converges to a unique stationary ranking. In contrast to the traditional random walk-based methods, BiRank iterates towards optimizing a regularization function, which smooths the graph under the guidance of the query vector. Importantly, we establish how BiRank relates to the Bayesian methodology, enabling the future extension in a probabilistic way. To show the rationale and extendability of the ranking methodology, we further extend it to rank for the more generic n-partite graphs. BiRank's generic modeling of both the graph structure and vertex features enables it to model various ranking hypotheses flexibly. To illustrate its functionality, we apply the BiRank and TriRank (ranking for tripartite graphs) algorithms to two real-world applications: a general ranking scenario that predicts the future popularity of items, and a personalized ranking scenario that recommends items of interest to users. Extensive experiments on both synthetic and real-world datasets demonstrate BiRank's soundness (fast convergence), efficiency (linear in the number of graph edges) and effectiveness (achieving state-of-the-art in the two real-world tasks).

研究动机与目标

• 解决缺乏一种理论基础坚实、通用的二分图顶点排序框架的问题，该框架需同时整合结构信息与先验顶点信息。
• 开发一种方法，使其收敛至唯一稳态排序，同时可通过合理的代数与概率解释进行扩展。
• 在真实世界排序场景中（包括物品流行度预测与个性化推荐）证明 BiRank 的有效性。
• 将方法扩展至 n-分图，以建模更复杂的关系，如用户-物品-方面交互。
• 通过在合成与真实世界数据集上的实证验证，证明 BiRank 的收敛性、效率及其相对于现有方法的优越性。

提出的方法

• BiRank 通过最小化一个正则化函数，迭代更新顶点得分，该函数在图平滑性与与查询向量的一致性之间取得平衡。
• 该算法被表述为一种迭代幂法，收敛至唯一解，从而确保排序的稳定与确定性。
• 通过图正则化进行解释，即解最小化一个二次型，惩罚与查询向量的偏离，同时保持图结构。
• 建立互补的贝叶斯视角，将 BiRank 框架化为在高斯先验下的最大后验估计（MAP），为未来概率扩展提供可能。
• 通过张量化公式将方法推广至 n-分图，支持三元组及更高阶图中的排序。
• 为实际部署，对边权重与查询向量进行参数化，以编码特定排序假设，如用户偏好或物品流行度。

实验结果

研究问题

• RQ1 如何设计一种二分图排序算法，使其在整合先验顶点信息的同时收敛至唯一稳态解？
• RQ2 BiRank 与图正则化之间的理论关系是什么？该关系如何用于系统性扩展？
• RQ3 与基于随机游走的方法（如 PageRank 和 HITS）相比，BiRank 在收敛性、效率与有效性方面表现如何？
• RQ4 BiRank 是否可扩展至 n-分图，以建模更复杂的关系（如用户-物品-方面交互）？
• RQ5 BiRank 在真实世界应用（如物品流行度预测与个性化推荐）中的有效性如何？

主要发现

• 在物品流行度预测任务中，BiRank 实现最先进性能，平均相比 ItemKNN 与 PureSVD 提升 8.3%。
• 在个性化推荐任务中，TriRank（BiRank 的三元组扩展）表现最佳，相比 BiRank 提升超过 10%，且显著优于 PageRank 与 TagRW。
• BiRank 收敛迅速，且与边数呈线性可扩展性，表现出高计算效率。
• 该方法对数据稀疏性具有鲁棒性，在稀疏数据集（如 Amazon，物品平均仅 3.9 条评论）上优于基于邻居的协同过滤方法（如 ItemKNN）。
• 通过 TriRank 引入评论方面信息显著提升了推荐性能，表明细粒度用户反馈具有重要价值。
• 物品流行度基线表现欠佳，证实建模个性化偏好对有效推荐至关重要。