[论文解读] Hyperbolic triangulations and discrete random graphs

Eryk Kopczyński, Dorota Celińska-Kopczyńska|arXiv (Cornell University)|Jul 4, 2017

Complex Network Analysis Techniques参考文献 20被引用 4

一句话总结

本文提出了离散双曲随机图（DHRG）模型，作为连续双曲随机图模型的离散类比，其中节点被映射到双曲镶嵌的顶点上。通过使用计数器数据结构，作者实现了最大似然嵌入的高效对数似然计算，实现了线性时间更新，并在 GitHub 等真实网络上表现出优于先前方法的准确性和可扩展性。

ABSTRACT

The hyperbolic random graph model (HRG) has proven useful in the analysis of scale-free networks, which are ubiquitous in many fields, from social network analysis to biology. However, working with this model is algorithmically and conceptually challenging because of the nature of the distances in the hyperbolic plane. In this paper we study the algorithmic properties of regularly generated triangulations in the hyperbolic plane. We propose a discrete variant of the HRG model where nodes are mapped to the vertices of such a triangulation; our algorithms allow us to work with this model in a simple yet efficient way. We present experimental results conducted on real world networks to evaluate the practical benefits of DHRG in comparison to the HRG model.

研究动机与目标

• 为解决连续双曲随机图（HRG）在采样和最大似然嵌入（MLE）方面面临的算法与概念挑战。
• 开发 HRG 模型的离散类比——DHRG，其中节点被映射到规则生成的双曲三角剖分的顶点上，以实现更高效的计算。
• 设计一种计数器数据结构，支持基于距离的快速查询和动态重映射，以实现 DHRG 嵌入中对数似然的高效计算。
• 在真实网络（如 GitHub 的关注图）上评估 DHRG 模型，并与最先进的 BFKL 嵌入器在性能和准确性上进行比较。
• 探索使用离散双曲三角剖分作为更准确、可扩展的双曲网络嵌入算法基础的潜力。

提出的方法

• 提出 DHRG 模型，其中节点位置被映射到 Gromov 双曲三角剖分（如 G_{710}、G_{711}）的顶点上，边的概率取决于三角剖分中的图距离。
• 引入计数器数据结构，该结构维护一组顶点，并在重映射顶点 v 时支持 O(1 + deg(v)) 时间的更新，对给定顶点周围距离 d 以内的顶点数量查询支持 O(1) 时间。
• 利用计数器在 O(n + m) 时间内计算 DHRG 嵋入的对数似然，从而实现高效的基于 MLE 的嵌入。
• 实现一种局部搜索优化过程，通过迭代重定位节点并使用计数器重新计算对数似然来逐步改进嵌入。
• 将 DHRG 框架应用于真实网络，包括一个包含 74,946 个节点和 537,952 条边的 GitHub 社交网络，使用如 G_{710} 和 G_{810} 等三角剖分。
• 将 DHRG 结果与 BFKL 嵋入器进行比较，使用原始版本和修正后的 Θ(n²) 对数似然计算以验证准确性。

实验结果

研究问题

• RQ1 能否使用规则生成的双曲三角剖分构造双曲随机图模型的离散类比，以提升算法效率？
• RQ2 计数器数据结构能否实现 DHRG 嵌入中 O(n + m) 的对数似然计算和 O(1 + deg(v)) 的节点重映射动态更新？
• RQ3 在真实世界尺度的无标度网络上，DHRG 模型在准确性和性能上与连续 HRG 模型及 BFKL 嵋入器相比如何？
• RQ4 更粗粒度的三角剖分（如 G_{810}）在不显著降低嵌入质量的前提下，能在多大程度上减少运行时间？
• RQ5 DHRG 模型是否足够稳健，能够改进现有 MLE 嵋入，特别是在 BFKL 方法可能因近似误差而受限的情况下？

主要发现

• 结合计数器的 DHRG 模型可实现 O(n + m) 的对数似然计算，显著优于对数似然评估的 O(n²) 基线。
• 在 DHRG 模型中，使用计数器可实现 O(1 + deg(v)) 时间完成节点 v 的动态重映射，支持快速的局部搜索优化。
• 在 GitHub 网络（n=74,946）上，经过 100 次局部搜索迭代后，DHRG 方法的对数似然达到 -3,527,397，初始值 L₀ 为 -4,364,526，显著提升。
• 使用 G_{710} 的 DHRG 方法在 7 次迭代后达到对数似然 -170,886，优于 BFKL 嵋入器报告的 -131,634，表明在修正近似误差后具有更高的准确性。
• 使用更粗粒度的三角剖分（如 G_{810}）使每次迭代的运行时间减少约 25%，且质量损失极小，表明分辨率与性能之间存在有利权衡。
• 作者怀疑其对数似然值比 BFKL 更准确，因为后者依赖于近似似然函数，该结论通过重新实现 Θ(n²) 版本并获得一致结果得到验证。