[论文解读] Feature Engineering for Supervised Link Prediction on Dynamic Social Networks

Jeyanthi Narasimhan, Lawrence B. Holder|arXiv (Cornell University)|Oct 7, 2014

Complex Network Analysis Techniques参考文献 16被引用 6

一句话总结

该论文提出了一种两步框架，通过结合领域特定特征与拓扑特征，并采用无约束边选择，在真实合作网络上使用通用二分类学习器，实现了动态社交网络中监督链接预测的性能提升。

ABSTRACT

Link prediction is an important network science problem in many domains such as social networks, chem/bio-informatics, etc. Most of these networks are dynamic in nature with patterns evolving over time. In such cases, it is necessary to incorporate time in the mining process in a seamless manner to aid in better prediction performance. We propose a two-step solution strategy to the link prediction problem in dynamic networks in this work. The first step involves a novel yet simple feature construction approach using a combination of domain and topological attributes of the graph. In the second phase, we perform unconstrained edge selection to identify potential candidates for prediction by any generic two-class learner. We design various experiments on a real world collaboration network and show the effectiveness of our approach.

研究动机与目标

• 解决动态社交网络中网络结构随时间演变的链接预测挑战。
• 通过将时间动态信息整合到特征工程中，提升监督学习的预测准确性。
• 开发一种灵活的框架，可与任意通用二分类分类器配合用于链接预测。
• 在真实世界合作网络上评估该方法，以验证其在实际场景中的有效性。

提出的方法

• 构建一组综合特征，结合领域特定属性（例如合作历史）与拓扑图属性（例如共同邻居、Jaccard指数）。
• 将时间信息整合到特征构建中，以反映随时间演变的网络模式。
• 应用无约束边选择以识别用于预测的候选边，从而在不依赖先验假设的情况下减少搜索空间。
• 将工程化的特征与选定的候选边输入通用二分类分类器进行链接预测。
• 使用真实世界合作网络作为测试平台，在真实动态条件下评估该框架。
• 确保时间信息在特征工程流程中无缝集成，以支持时间演化建模。

实验结果

研究问题

• RQ1 如何在特征工程中有效捕捉动态社交网络中的时间动态信息以用于链接预测？
• RQ2 结合领域特定特征与拓扑特征在多大程度上能提升链接预测性能？
• RQ3 无约束边选择在动态网络环境中能否提升预测效率与准确性？
• RQ4 与基线方法相比，该框架在真实世界合作网络上的表现如何？

主要发现

• 与静态特征集相比，时间特征的整合显著提升了链接预测性能。
• 领域特征与拓扑特征的结合产生了更稳健、更具信息量的表示，有利于预测。
• 无约束边选择在保持高预测准确性的同时，有效减少了候选边空间。
• 该框架在真实世界合作网络上实现了卓越的性能，证明了其实际可行性。
• 该方法可与任意通用二分类分类器兼容，增强了其在不同数据集上的灵活性与泛化能力。