[论文解读] RankMerging: A supervised learning-to-rank framework to predict links in large social network

Lionel Tabourier, Daniel Faria Bernardes+2 more|arXiv (Cornell University)|Jul 9, 2014

Complex Network Analysis Techniques参考文献 33被引用 4

一句话总结

该论文提出 RankMerging，一种监督式学习排序框架，通过融合多种无监督链接预测排序结果，提升大规模社交网络中的性能。通过学习对多样化排序特征（如共同邻居、随机游走及局部/中间指标）的最优权重，该方法在预测大量链接时展现出更优的预测准确率与可扩展性，计算复杂度与预测数量呈线性关系。

ABSTRACT

Uncovering unknown or missing links in social networks is a difficult task because of their sparsity and because links may represent different types of relationships, characterized by different structural patterns. In this paper, we define a simple yet efficient supervised learning-to-rank framework, called RankMerging, which aims at combining information provided by various unsupervised rankings. We illustrate our method on three different kinds of social networks and show that it substantially improves the performances of unsupervised metrics of ranking. We also compare it to other combination strategies based on standard methods. Finally, we explore various aspects of RankMerging, such as feature selection and parameter estimation and discuss its area of relevance: the prediction of an adjustable number of links on large networks.

研究动机与目标

• 解决在传统分类方法难以应对可扩展性与类别不平衡问题的大规模稀疏社交网络中，预测缺失或未知链接的挑战。
• 开发一种方法，使用户能够轻松设定预测数量，这对推荐系统等实际应用至关重要。
• 利用监督式学习将多种无监督排序特征（如共同邻居、随机游走、命中时间）融合为单一更精确的排序结果。
• 确保在大规模网络中具备计算效率与鲁棒性，其中排序结果可能包含高达 10^8 项。
• 在多种真实世界网络（PSP、DBLP、Pokec）上评估该框架，并证明其优于标准组合策略。

提出的方法

• RankMerging 采用监督式学习排序方法，将多种无监督排序结果（如共同邻居、随机游走、命中时间）聚合为一个优化后的单一排序。
• 通过最小化惩罚错误相对顺序的损失函数，学习输入排序的加权组合，该损失函数针对正负链接对的排序错误进行惩罚。
• 采用线性模型，为每个排序分配一个权重，节点对的最终得分是各独立排序得分的加权和。
• 通过在已知链接与负样本组成的训练集上使用随机梯度下降进行优化，超参数通过交叉验证调优。
• 该框架设计为计算高效，时间复杂度为 O(α·θ)，其中 α 为输入排序数量，θ 为预测数量。
• 通过选择前 θ 个排序对，支持可调节的预测数量，适用于需要特定推荐数量的应用。

实验结果

研究问题

• RQ1 监督式学习排序框架能否有效结合多种无监督链接预测排序结果，以提升整体预测准确率？
• RQ2 在大规模网络中，RankMerging 相较于标准组合策略（如 Borda 或加权 Borda）表现如何？
• RQ3 RankMerging 对冗余或噪声输入排序以及特征选择变化的鲁棒性如何？
• RQ4 在预测大量链接时，尤其是在前 k 名排序中，该方法是否能保持高性能？
• RQ5 计算成本如何随网络规模和输入排序数量的变化而变化？

主要发现

• RankMerging 在所有三个数据集（PSP、DBLP、Pokec）上显著优于单一无监督排序方法及标准组合策略（如 Borda 和加权 Borda）。
• 在 DBLP 和 Pokec 网络中，RankMerging 的精确率和归一化折损累计增益（nDCG）均高于所有基线方法，尤其在高预测数量时表现更优。
• 该方法表现出强鲁棒性：当加入冗余或相关排序时性能未下降，表明其在特征选择上具有稳定性。
• 计算效率高——RankMerging 与加权 Borda 的运行时间相当，两者均随预测数量呈线性增长（O(α·θ)）。
• 当输入排序具有互补性时，该方法尤为有效，表明学习排序能比基于共识的方法更有效地利用多样化结构特征。
• 在 PSP 网络中（排序规模约 10^5 项），局部指标计算迅速；然而，由于计算成本过高，全局指标如 RWR 在 DBLP 和 Pokec 上不可行。