[论文解读] Global Rank Estimation

Akrati Saxena, S. R. S. Iyengar|arXiv (Cornell University)|Oct 31, 2017

Complex Network Analysis Techniques参考文献 56被引用 5

一句话总结

本文提出了一种快速、可扩展的方法，用于在无需计算所有节点的中心性的情况下，估计大规模动态网络中节点的全局中心性排名。该方法结合了采样技术（尤其是随机游走和梅特罗波利斯-黑斯特宁斯随机游走）与结构建模，高效估计度中心性和接近中心性排名，实现接近均匀采样的精度，同时显著降低计算成本，尤其在DBLP等真实世界网络和无标度网络中表现优异。

ABSTRACT

In real world complex networks, the importance of a node depends on two important parameters: 1. characteristics of the node, and 2. the context of the given application. The current literature contains several centrality measures that have been defined to measure the importance of a node based on the given application requirements. These centrality measures assign a centrality value to each node that denotes its importance index. But in real life applications, we are more interested in the relative importance of the node that can be measured using its centrality rank based on the given centrality measure. To compute the centrality rank of a node, we need to compute the centrality value of all the nodes and compare them to get the rank. This process requires the entire network. So, it is not feasible for real-life applications due to the large size and dynamic nature of real world networks. In the present project, we aim to propose fast and efficient methods to estimate the global centrality rank of a node without computing the centrality value of all nodes. These methods can be further extended to estimate the rank without having the entire network. The proposed methods use the structural behavior of centrality measures, sampling techniques, or the machine learning models. In this work, we also discuss how to apply these methods for degree and closeness centrality rank estimation.

研究动机与目标

• 解决在大规模动态真实世界网络中计算全局中心性排名的高计算成本问题。
• 实现在无需完整网络知识或全局计算的前提下，高效估计节点重要性。
• 开发基于采样与结构建模的可扩展方法，用于估计度中心性和接近中心性排名。
• 评估基于采样的方法（如随机游走、MH随机游走）在排名估计准确性方面与均匀采样的对比表现。
• 将该方法扩展至其他中心性度量和网络类型，包括加权网络、有向网络和时序网络。

提出的方法

• 使用均匀采样和重加权技术，从局部样本近似估计全局中心性排名。
• 应用梅特罗波利斯-黑斯特宁斯随机游走，从局部网络遍历生成近似均匀的样本。
• 采用重加权随机游走采样，将度中心性偏差的样本转换为近似均匀的样本，以实现排名估计。
• 提出一种启发式方法，仅通过三个节点（目标节点以及接近中心性最大和最小的节点）估计接近中心性排名。
• 通过幂律拟合估计度中心性排名，实现在初始参数估计后实现O(1)的估计速度。
• 利用采样子图中的局部排名，并通过公式 $ R_{est}(u) = \frac{n}{s} R_{local}(u) $ 外推至全局排名，其中 $ s $ 为样本大小，$ n $ 为网络规模。

实验结果

研究问题

• RQ1 是否可以在不计算所有节点中心性的前提下，高效估计大规模网络中的全局中心性排名？
• RQ2 使用随机游走和梅特罗波利斯-黑斯特宁斯随机游走等采样技术，度中心性和接近中心性排名的估计精度如何？
• RQ3 网络规模和采样策略对排名估计精度有何影响？
• RQ4 是否可以利用幂律度分布等结构特性，在O(1)时间内估计度中心性排名？
• RQ5 所提出的接近中心性排名估计启发式方法如何将时间复杂度从O(n·m)降低至O(m)？

主要发现

• 在DBLP等真实世界网络中，随机游走（RW）采样方法在度中心性排名估计方面优于梅特罗波利斯-黑斯特宁斯（MH）及其他方法，精度更高。
• 所有采样方法的排名估计绝对误差均从高排名节点向低排名节点递增，但对高排名节点的误差仍保持较低水平。
• 随着网络规模增大，误差减小，表明在更大网络中具有更好的可扩展性和精度。
• 所提出的接近中心性排名估计启发式方法将时间复杂度从O(n·m)降低至O(m)，显著提升了性能。
• 基于幂律的方法在初始参数估计后可实现O(1)的度中心性排名估计，使其在动态网络中极为高效。
• 重加权随机游走采样能有效将度中心性偏差的样本转换为近似均匀样本，从而实现准确的全局排名估计。