[论文解读] Graphons: A Nonparametric Method to Model, Estimate, and Design Algorithms for Massive Networks

Christian Borgs, Jennifer Chayes|arXiv (Cornell University)|Jun 4, 2017

Complex Network Analysis Techniques参考文献 35被引用 12

一句话总结

本文引入图子（graphons）作为建模、估计和设计大规模网络（尤其是稀疏网络）算法的非参数框架。它建立了从采样网络中一致估计图子的方法，并将其应用于网络补全和协同过滤，表明即使在稀疏采样下（$ p = \omega(d^2 n^{-1}) $），也能实现准确的链接预测，显著优于先前的理论边界。

ABSTRACT

Many social and economic systems are naturally represented as networks, from off-line and on-line social networks, to bipartite networks, like Netflix and Amazon, between consumers and products. Graphons, developed as limits of graphs, form a natural, nonparametric method to describe and estimate large networks like Facebook and LinkedIn. Here we describe the development of the theory of graphons, for both dense and sparse networks, over the last decade. We also review theorems showing that we can consistently estimate graphons from massive networks in a wide variety of models. Finally, we show how to use graphons to estimate missing links in a sparse network, which has applications from estimating social and information networks in development economics, to rigorously and efficiently doing collaborative filtering with applications to movie recommendations in Netflix and product suggestions in Amazon.

研究动机与目标

• 开发一种非参数方法，用于建模和估计大规模网络（如社交网络和二部图网络），利用图子作为图序列的极限形式。
• 建立从稀疏、噪声大且部分观测的网络数据中一致估计图子的方法。
• 将基于图子的估计方法应用于网络补全问题，特别是在电影推荐和产品推荐等协同过滤场景中。
• 改进高维隐空间模型中一致估计所需采样密度的理论边界。

提出的方法

• 将网络建模为图子——即对称可测函数 $ W: [0,1]^2 \to [0,1] $——作为稠密和稀疏图序列的极限形式。
• 使用切度量和图收敛理论定义估计的一致性，确保在适当的采样条件下，经验图子收敛到真实图子。
• 应用Abbe和Sandon（2015）提出的扩展邻域技术来处理稀疏性，通过迭代邻域扩展寻找共同邻居。
• 将图子视为函数框架中的算子，以控制方差，并推导高维隐空间中估计的误差边界。
• 在边差分隐私下建立图子估计的一致性，实现在保护隐私的同时保持统计准确性。
• 推导在稀疏采样下图子估计的均方误差边界，证明当 $ p = \omega(d^2 n^{-1}) $ 时误差趋于零。

实验结果

研究问题

• RQ1 图子能否为从稀疏、噪声样本中估计大规模网络提供一种一致且非参数的方法？
• RQ2 在高维隐空间模型中，为确保图子的一致估计，需要多高的采样密度？
• RQ3 如何利用图子来补全真实世界稀疏网络（如社交网络或二部图推荐系统）中缺失的链接？
• RQ4 在稀疏采样和高维特征条件下，能否基于图子估计对协同过滤进行严格的理论支撑？
• RQ5 与先前工作相比，图子一致估计的理论采样需求有何显著改进？

主要发现

• 本文证明，即使在 $ L^2 $-有界的图子条件下，只要平均度趋于无穷，图子在稀疏网络中的一致估计是可能的。
• 对于具有 $ d $-维隐特征的网络，若采样密度满足 $ p = \omega(d^2 n^{-1}) $，则估计图子的均方误差趋于零，这一结果显著优于Chatterjee的边界 $ \omega(n^{-2/(d+2)}) $。
• 扩展邻域方法通过迭代邻域扩展寻找共同连接，即使在缺乏直接共同邻居的情况下，也能在稀疏网络中实现有效的协同过滤。
• 基于图子的估计在Netflix和Amazon等二部图网络中实现了稳定的网络补全，支持从稀疏数据中实现准确的链接预测。
• 该框架支持边差分隐私，可在保持统计一致性的前提下实现图子的私有估计。
• 理论结果证实，对于稠密图，度量收敛、子图收敛和全局收敛概念是等价的，并且在适当条件下可推广至稀疏图。