[论文解读] From random walks to distances on unweighted graphs

Tatsunori Hashimoto, Yi Sun+1 more|arXiv (Cornell University)|Nov 2, 2015

Complex Network Analysis Techniques参考文献 21被引用 6

一句话总结

本文引入了拉普拉斯变换 hitting time（LTHT）作为衡量无权有向图相似性的鲁棒且一致的度量，利用随机微积分建立图上随机游走与布朗运动之间的对应关系。LTHT 避免了期望 hitting time 的退化问题，保持聚类结构，并在非几何边扰动下依然稳健，理论与模拟结果均优于现有方法。

ABSTRACT

Large unweighted directed graphs are commonly used to capture relations between entities. A fundamental problem in the analysis of such networks is to properly define the similarity or dissimilarity between any two vertices. Despite the significance of this problem, statistical characterization of the proposed metrics has been limited. We introduce and develop a class of techniques for analyzing random walks on graphs using stochastic calculus. Using these techniques we generalize results on the degeneracy of hitting times and analyze a metric based on the Laplace transformed hitting time (LTHT). The metric serves as a natural, provably well-behaved alternative to the expected hitting time. We establish a general correspondence between hitting times of the Brownian motion and analogous hitting times on the graph. We show that the LTHT is consistent with respect to the underlying metric of a geometric graph, preserves clustering tendency, and remains robust against random addition of non-geometric edges. Tests on simulated and real-world data show that the LTHT matches theoretical predictions and outperforms alternatives.

研究动机与目标

• 为解决现有基于随机游走的图相似性度量在统计上缺乏一致性的问题，特别是期望 hitting time 的退化问题。
• 开发一种理论基础扎实、行为良好的替代方案，以取代期望 hitting time，同时保持图中几何与聚类结构。
• 在图的一般潜在度量空间模型下，建立 LTHT 的一致性、聚类保持性与鲁棒性。
• 通过随机过程与连续极限，为准游走度量提供严格的理论依据。
• 证明在适当缩放下，LTHT 收敛于最短路径距离或一致的路径平均度量。

提出的方法

• 建立图上 hitting time 泛函与极限 Itô 过程之间的对应关系，使随机微积分分析成为可能。
• 构建图上的加权随机游走，其极限为布朗运动，从而实现连续时间近似。
• 对 hitting time 应用拉普拉斯变换以定义 LTHT，从而稳定期望 hitting time 的退化行为。
• 采用连续极限分析，当 n → ∞ 且 εn → 0 时，利用缩放常数 gn 和确定性函数 ε(x) 来建模局部邻域结构。
• 使用矩不等式与集中不等式（如切比雪夫不等式）控制邻域大小与边数的波动。
• 通过将邻居计数分解为几何与噪声分量，分析 RA 指数的鲁棒性，并在不同距离区域下对 Cij 建立上界。

实验结果

研究问题

• RQ1 能否在无权图上定义一种不退化的基于 hitting time 的度量？
• RQ2 LTHT 在缩放极限下是否收敛于最短路径距离或一致的路径平均度量？
• RQ3 LTHT 在扰动下如何保持几何图中的聚类结构？
• RQ4 当大多数边反映潜在几何结构时，LTHT 对随机非几何边是否具有鲁棒性？
• RQ5 在相同模型假设下，RA 指数能否可靠地恢复潜在距离？

主要发现

• LTHT 通过使用拉普拉斯变换避免了期望 hitting time 的退化，从而在缩放极限下稳定了度量。
• 如定理 S5.2 所示，当参数 β 适当缩放时，LTHT 在极限下收敛于最短路径距离。
• 在几何图模型下，LTHT 是潜在潜在度量距离的一致估计量，如定理 4.5 所证明。
• LTHT 保持了聚类倾向，如定理 4.6 所形式化，通过尊重图中的局部社区结构。
• LTHT 对随机非几何边保持鲁棒性，定理 4.9 表明其仍能准确恢复相似性查询。
• RA 指数具有鲁棒性：当 |xi − xj| < min{εn(xi), εn(xj)} 时，hnRij → cij > 0；当 |xi − xj| > 2 max{εn(xi), εn(xj)} 时，hnRij → 0，证实其能够有效区分近邻与远距离对。