[论文解读] PageRank's behavior under degree-degree correlations

Mariana Olvera‐Cravioto|arXiv (Cornell University)|Sep 21, 2019

Random Matrices and Applications参考文献 38被引用 6

一句话总结

本文分析了在具有度数-度数相关性的大规模有向网络中，PageRank 的尾部行为，证明其在 Kantorovich-Rubinstein 度量下收敛至一个极限分布，该分布可表征为 i.i.d. 解的随机和，其中解为分支分布不动点方程的吸引内生解。主要贡献在于在一般入度/出度依赖结构下，对 PageRank 渐近尾部行为的完整刻画，表明相关性显著改变了高排名顶点的可能性，使主导机制从高入度转变为高排名的入边邻居。

ABSTRACT

The focus of this work is the asymptotic analysis of the tail distribution of Google's PageRank algorithm on large scale-free directed networks. In particular, the main theorem provides the convergence, in the Kantorovich-Rubinstein metric, of the rank of a randomly chosen vertex in graphs generated via either a directed configuration model or an inhomogeneous random digraph. The theorem fully characterizes the limiting distribution by expressing it as a random sum of i.i.d.~copies of the attracting endogenous solution to a branching distributional fixed-point equation. In addition, we provide the asymptotic tail behavior of the limit and use it to explain the effect that in-degree/out-degree correlations in the underlying graph can have on the qualitative performance of PageRank.

研究动机与目标

• 通过在随机图模型中去除入度与出度渐近独立性的假设，扩展先前关于 PageRank 尾部行为的研究。
• 在入度、出度、个性化因子和阻尼因子之间存在一般依赖结构的前提下，对极限 PageRank 分布提供完整刻画。
• 分析入度/出度相关性如何影响 PageRank 的定性性能，特别是排名分布的尾部行为。
• 在一般依赖假设下，为有向配置模型（DCM）和异质随机有向图（IRD）模型建立 Kantorovich-Rubinstein 度量下的收敛性。

提出的方法

• 使用局部弱收敛框架，将有限图上的 PageRank 分布与分支分布不动点方程的解联系起来。
• 将极限 PageRank 表征为 i.i.d. 解的随机和，这些解是如下形式的不动点方程 $\mathcal{R}^{*} \stackrel{\mathcal{D}}{=} \sum_{i=1}^{\mathcal{N}} \mathcal{C}_i \mathcal{R}_i + \mathcal{Q}$ 的吸引内生解，其中 $\mathcal{N}$, $\mathcal{C}_i$, 和 $\mathcal{Q}$ 相互依赖。
• 应用大偏差分析和泊松尾部界，研究极限 PageRank 分布的渐近尾部行为。
• 使用 Potter 定理和指数矩界，控制涉及入度和出度变量的加权和的尾部概率。
• 利用并集界和泊松随机变量的集中不等式，对乘积 $\mathcal{C}_i \mathcal{R}_i$ 的尾部分解与界定界。
• 证明当 $x \to \infty$ 时，$P(\mathcal{CN} > x) = o(P(W^{-} > x))$，表明在一般依赖下，权重与排名乘积的尾部比入度本身的尾部更轻。

实验结果

研究问题

• RQ1 在无标度网络中，入度/出度相关性的存在如何影响 PageRank 的尾部行为？
• RQ2 在入度、出度与个性化值之间存在何种一般依赖假设时，PageRank 分布会收敛至极限随机变量？
• RQ3 当存在度数-度数相关性时，极限 PageRank 分布的精确渐近尾部行为是什么？
• RQ4 在相关度结构下，驱动高 PageRank 值的机制——是高入度还是高排名的入边邻居——如何变化？
• RQ5 在一般依赖下，极限 PageRank 分布是否仍可表示为固定点解的 i.i.d. 复制品的随机和？与独立情形有何不同？

主要发现

• 在入度、出度与个性化值之间存在一般依赖关系时，极限 PageRank 分布在有向配置模型（DCM）和异质随机有向图（IRD）模型中，均在 Kantorovich-Rubinstein 度量下收敛。
• 即使存在度数-度数相关性，极限分布仍可表征为分支分布不动点方程的吸引内生解的 i.i.d. 复制品的随机和。
• 极限 PageRank 的渐近尾部行为满足 $P(\mathcal{R}^* > x) \sim P(\mathcal{N} > x / E[\mathcal{C}_1 \mathcal{R}_1]) + P(\max_i \mathcal{C}_i \mathcal{R}_i > x)$ 当 $x \to \infty$，表明高排名由高入度或高排名邻居驱动。
• 本文证明当 $x \to \infty$ 时，$P(\mathcal{CN} > x) = o(P(W^{-} > x))$，意味着在一般依赖下，权重与排名乘积的尾部比入度本身更轻。
• 分析表明，度数-度数相关性可改变高 PageRank 的主导机制：当相关性较强时，高排名入边邻居的贡献相对于入度变得更加显著。
• 本研究通过去除入度/出度独立性的假设，推广了先前工作，从而为现实世界网络中 PageRank 行为提供了更真实的模型。