[论文解读] Higher-Order Ranking and Link Prediction: From Closing Triangles to Closing Higher-Order Motifs

Ryan A. Rossi, Anup Rao+4 more|arXiv (Cornell University)|Jun 12, 2019

Complex Network Analysis Techniques参考文献 13被引用 6

一句话总结

本文提出高阶团簇闭包作为大规模网络中快速、实时排序与链接预测的基础，超越传统的基于三角形的方法（如共同邻居）。通过统计一个潜在边在添加后能闭合多少次4节点网络团簇（例如4-环、4-星），该方法实现了次线性时间复杂度下的优越性能，在多种真实世界网络中均优于基于三角形的基线方法。

ABSTRACT

In this paper, we introduce the notion of motif closure and describe higher-order ranking and link prediction methods based on the notion of closing higher-order network motifs. The methods are fast and efficient for real-time ranking and link prediction-based applications such as web search, online advertising, and recommendation. In such applications, real-time performance is critical. The proposed methods do not require any explicit training data, nor do they derive an embedding from the graph data, or perform any explicit learning. Existing methods with the above desired properties are all based on closing triangles (common neighbors, Jaccard similarity, and the ilk). In this work, we investigate higher-order network motifs and develop techniques based on the notion of closing higher-order motifs that move beyond closing simple triangles. All methods described in this work are fast with a runtime that is sublinear in the number of nodes. The experimental results indicate the importance of closing higher-order motifs for ranking and link prediction applications. Finally, the proposed notion of higher-order motif closure can serve as a basis for studying and developing better ranking and link prediction methods.

研究动机与目标

• 解决网络搜索和推荐系统等应用中对快速、实时排序与链接预测的需求。
• 超越依赖于闭合简单3-节点团簇的传统三角形方法（如共同邻居、Jaccard系数）。
• 开发高效、无需训练的链接加权技术，无需图嵌入或显式学习。
• 探究高阶网络团簇（4-节点子图）是否能比传统基于三角形的方法提供更好的链接预测与排序性能。
• 通过设计次线性时间算法实现团簇闭包计算，确保可扩展性与低延迟，适用于在线部署。

提出的方法

• 将团簇闭包定义为：当潜在边 (i,j) 被添加到图中时，它会完成图 G 中多少次4-节点网络团簇 H 的实例。
• 计算权重 W_ij = 图 G 中若添加边 (i,j) 就会被闭合的团簇 H 的实例数量，作为链接强度的估计值。
• 使用次线性时间算法计算所有不在边集 E 中的节点对 (i,j) 的 W_ij，以实现实时性能。
• 应用优化策略：仅当 W_ij 的上界超过 top-k 排名中第 k 大的权重时，才计算 W_ij，从而减少不必要的计算。
• 评估多种团簇类型（4-路径、4-星、4-环、4-尾三角形、4-弦图、4-团），以识别不同网络类型下的最优团簇。
• 使用平均精确率（MAP）和对随机链接添加的鲁棒性来评估性能与稳定性。

实验结果

研究问题

• RQ1 与传统基于三角形的方法相比，高阶网络团簇（超越三角形）是否能提升链接预测与排序性能？
• RQ2 在多种真实世界网络中，哪些特定的4-节点团簇（如4-环、4-星、4-团）表现最佳？
• RQ3 所提出的团簇闭包方法在运行时间方面如何扩展，是否能够支持实时应用？
• RQ4 团簇闭包驱动的排序对网络中的噪声和虚假链接有多强的鲁棒性？
• RQ5 通过上界剪枝等优化计算策略，能否显著减少运行时间而不牺牲排序质量？

主要发现

• 在生物网络与脑网络中，4-环与4-星团簇闭包的MAP得分最高，其中4-环在 bio-DM-LC 上得分为 0.958，4-星在 bn-macaque-rhe 上得分为 0.961。
• 在网页与社交网络中，4-弦图与4-团团簇表现最佳，分别在 email-dnc-core 上取得 0.997（4-团）与 0.996（4-弦图）的MAP得分。
• 4-路径、4-尾三角形与三角形（共同邻居）方法在所有网络中均未达到最佳性能，而4-团与4-环始终优于它们。
• 鲁棒性实验表明，团簇闭包方法在随机添加链接后仍保持高性能，4-星在 bn-mouse 上的MAP得分为 0.868（而共同邻居仅为 0.686）。
• 在所有图中，计算每对节点的团簇闭包的平均运行时间均低于1毫秒，证实了次线性可扩展性与实时可行性。
• 通过上界剪枝优化计算，避免对非top-k候选节点对计算 W_ij，显著减少了运行时间，进一步提升了在线排序场景下的速度。