[论文解读] Multi-Scale Link Prediction

Donghyuk Shin, Si Si+1 more|arXiv (Cornell University)|Jun 8, 2012

Complex Network Analysis Techniques参考文献 21被引用 4

一句话总结

本文提出多尺度链接预测（MSLP），一种可扩展且准确的框架，用于大规模社交网络中的链接预测。通过使用树状子空间近似方法，在多个分层级别上构建网络的低秩近似，MSLP 综合各尺度的预测结果以提升鲁棒性和性能，在节点数超过一百万个的真实数据集上取得了最先进结果。

ABSTRACT

The automated analysis of social networks has become an important problem due to the proliferation of social networks, such as LiveJournal, Flickr and Facebook. The scale of these social networks is massive and continues to grow rapidly. An important problem in social network analysis is proximity estimation that infers the closeness of different users. Link prediction, in turn, is an important application of proximity estimation. However, many methods for computing proximity measures have high computational complexity and are thus prohibitive for large-scale link prediction problems. One way to address this problem is to estimate proximity measures via low-rank approximation. However, a single low-rank approximation may not be sufficient to represent the behavior of the entire network. In this paper, we propose Multi-Scale Link Prediction (MSLP), a framework for link prediction, which can handle massive networks. The basis idea of MSLP is to construct low rank approximations of the network at multiple scales in an efficient manner. Based on this approach, MSLP combines predictions at multiple scales to make robust and accurate predictions. Experimental results on real-life datasets with more than a million nodes show the superior performance and scalability of our method.

研究动机与目标

• 解决大规模社交网络中基于接近度的链接预测所面临的高计算复杂度问题。
• 克服单一尺度低秩近似方法在有效捕捉全局或局部网络结构方面的局限性。
• 开发一种灵活且可扩展的框架，整合网络的多种粒度视图以提升预测准确性。
• 使在拥有数百万个节点的网络中使用高级接近度度量（如 Katz 和共同邻居）成为可能。

提出的方法

• MSLP 使用分层聚类生成网络的多尺度视图，其中每一层代表一种不同粒度的近似。
• 在层次结构的每一层上，应用树状子空间近似方法，高效计算低秩近似。
• 通过加权融合策略整合所有层级的接近度得分，从而提升局部和全局预测准确性。
• 利用层级之间的内存复用，确保计算效率和低内存占用。
• 该方法兼容任意接近度度量（如 Katz、共同邻居）和任意聚类算法，确保灵活性。
• 支持在每一层级内并行化处理，实现在大规模网络上的高可扩展性。

实验结果

研究问题

• RQ1 与单尺度方法相比，多尺度低秩近似是否能提升大规模网络中的链接预测准确性？
• RQ2 在节点数超过一百万个的真实网络中，MSLP 相较于最先进链接预测方法的表现如何？
• RQ3 结合多个分层级别的预测结果，是否能带来比依赖单一近似更鲁棒、更准确的结果？
• RQ4 MSLP 对底层聚类结构质量的敏感度如何？
• RQ5 当网络缺乏明显聚类结构时，MSLP 是否仍能保持高性能？

主要发现

• 在 MySpace 数据集上，MSLP-Katz 在 top-100 结果中的精确率相比次优方法相对提升了 15%。
• 在三个数据集（Flickr、LiveJournal、MySpace）上，MSLP-Katz 的 AUC 相较于最佳基线最高提升了 4%。
• 在低假阳性率（FPR）区域，MSLP 将假阳性率平均降低 10%，最高降低 20%，尤其在高置信度预测中表现优异。
• MSLP-CN 的表现与 CN 相当，但优于 EIG 和 CLRA，表明其在降维基线方法上实现了稳定提升。
• 即使使用低质量的聚类结构，该方法仍实现了显著的性能提升，展现出强鲁棒性。
• MSLP 展现出强大的可扩展性，上层的低秩近似在最深层计算完成后可高效完成，支持并行化和内存复用。