[论文解读] Leveraging Node Attributes for Incomplete Relational Data
本文提出节点属性关系模型（NARM），一种完全贝叶斯泊松因子分解方法，通过利用二值节点属性来提升稀疏且不完整的关联网络中的链接预测与社区检测性能。通过在潜在因子载荷上使用共轭伽马先验，NARM 实现了线性扩展于观测链接数的高效吉布斯采样，达到最先进性能，尤其在数据稀缺条件下表现优异。
Relational data are usually highly incomplete in practice, which inspires us to leverage side information to improve the performance of community detection and link prediction. This paper presents a Bayesian probabilistic approach that incorporates various kinds of node attributes encoded in binary form in relational models with Poisson likelihood. Our method works flexibly with both directed and undirected relational networks. The inference can be done by efficient Gibbs sampling which leverages sparsity of both networks and node attributes. Extensive experiments show that our models achieve the state-of-the-art link prediction results, especially with highly incomplete relational data.
研究动机与目标
- 解决在观测链接稀疏的极高不完整关联网络中，链接预测与社区检测的挑战。
- 将用户人口统计信息或论文类别等多样化节点属性整合进概率关联模型，以在关联数据有限时提升性能。
- 开发一种可扩展的全贝叶斯框架，保持共轭性，并利用网络与属性中的稀疏性以实现高效推断。
- 扩展现有泊松因子分解模型，以处理具有平面或分层节点属性的有向与无向网络。
- 通过将属性作为潜在因子载荷的先验知识，而非直接回归链接概率，提供一种系统性方法来平衡关联数据与辅助信息。
提出的方法
- 提出 Sym-NARM 用于无向网络，Asym-NARM 用于有向网络，两者均基于泊松-伽马共轭先验，并扩展无限边划分模型（EPM）与贝塔-伽马-伽马泊松因子分解（BGGPF）。
- 将节点属性建模为二值特征，并通过属性特定载荷 $ h_{l,k} $ 的乘积构建对伽马分布因子载荷的超先验，该载荷调节伽马分布的形状参数 $ g_{i,k} $。
- 通过层次先验整合辅助信息：$ g_{i,k} = b_k \prod_{l=1}^L h_{l,k}^{f_{i,l}} $，其中 $ f_{i,l} $ 为节点 $ i $ 的二值属性，$ h_{l,k} $ 控制属性 $ l $ 对因子 $ k $ 的影响。
- 通过仅在邻接矩阵与属性矩阵的非零条目上操作的闭式吉布斯采样实现高效推断，利用稀疏性实现线性可扩展性。
- 引入辅助变量 $ t_{i,k} $，通过中国餐馆过程表示伽马函数的上升阶乘，实现对 $ g_{i,k} $ 的可处理采样。
- 通过将全局超参数 $ \mu_0 $ 替换为属性层级参数 $ \delta_{m,k}^{f'_{l,m}} $ 的乘积，将模型扩展至分层属性，实现多级属性整合。
实验结果
研究问题
- RQ1在传统模型失效的高度不完整关联网络中，节点属性能否显著提升链接预测性能？
- RQ2如何在保持共轭性并实现可扩展推断的前提下，将辅助信息整合进贝叶斯泊松因子分解模型？
- RQ3不同属性在潜在社区结构中的贡献程度如何？模型能否自动学习属性特定的影响权重？
- RQ4所提出方法是否在链接预测中优于现有最先进模型，尤其是在数据稀缺或冷启动条件下？
- RQ5该模型能否在统一且系统化的框架下，处理具有平面与分层节点属性的有向与无向网络？
主要发现
- NARM 在多个基准数据集上实现了最先进链接预测性能，尤其在高度不完整场景下表现突出，此时关联数据稀疏。
- 节点属性的整合显著提升了链接预测的 AUC 与 AUPR，尤其在节点无观测链接的冷启动场景中效果明显。
- 该模型与观测链接数及属性稀疏性呈线性扩展，可在大规模稀疏网络上实现高效推断。
- 属性因子载荷 $ h_{l,k} $ 有效学习出对关联关系最具预测力的属性，较高载荷值表明对潜在因子影响更强。
- 通过使用共轭先验与辅助变量增强，实现了闭式吉布斯采样，兼具准确性与高效性，避免了复杂马尔可夫链蒙特卡洛方法。
- 通过将先验结构扩展至多级属性层级，模型在分层属性（如专利于专利网络中的 IPC 代码）上表现出良好泛化能力。
更好的研究，从现在开始
从阅读论文到最终审阅，大幅缩短您的研究时间。
无需绑定信用卡
本解读由 AI 生成，并经人工编辑审核。