[论文解读] Similarity-based Link Prediction from Modular Compression of Network Flows

Christopher Blöcker, Jelena Smiljanić+2 more|arXiv (Cornell University)|Aug 30, 2022

Complex Network Analysis Techniques被引用 5

一句话总结

本文提出 MapSim，一种基于地图方程框架的模块化网络流压缩的信息论节点相似性度量方法。与基于嵌入的方法不同，MapSim 在社区的离散非度量空间中运行，无需超参数调优即可实现非对称相似性，在 47 个网络中的链路预测任务上平均性能优于竞争对手 7%，在 11 个网络中优于所有嵌入方法。

ABSTRACT

Node similarity scores are a foundation for machine learning in graphs for clustering, node classification, anomaly detection, and link prediction with applications in biological systems, information networks, and recommender systems. Recent works on link prediction use vector space embeddings to calculate node similarities in undirected networks with good performance. Still, they have several disadvantages: limited interpretability, need for hyperparameter tuning, manual model fitting through dimensionality reduction, and poor performance from symmetric similarities in directed link prediction. We propose MapSim, an information-theoretic measure to assess node similarities based on modular compression of network flows. Unlike vector space embeddings, MapSim represents nodes in a discrete, non-metric space of communities and yields asymmetric similarities in an unsupervised fashion. We compare MapSim on a link prediction task to popular embedding-based algorithms across 47 networks and find that MapSim's average performance across all networks is more than 7% higher than its closest competitor, outperforming all embedding methods in 11 of the 47 networks. Our method demonstrates the potential of compression-based approaches in graph representation learning, with promising applications in other graph learning tasks.

研究动机与目标

• 解决基于嵌入的链路预测方法的局限性，包括超参数敏感性、对称相似性以及可解释性差的问题。
• 开发一种基于网络模块化结构的无监督、可解释的相似性度量方法。
• 通过利用基于流的压缩方法，提升链路预测准确性，特别是在有向网络中。
• 证明基于压缩的方法在图表示学习中的可行性。
• 提供一个非度量的离散相似性空间，实现无需降维的非对称相似性评分。

提出的方法

• MapSim 使用地图方程计算节点相似性，通过将网络流编码为模块化压缩，映射到离散的社区空间。
• 基于节点在其所属模块中的码字长度，推导出链接的描述长度，其中描述越短表示相似性越高。
• 相似性定义为连接两个节点时描述长度的减少量，倾向于选择同社区内的链接。
• 该方法以无监督方式运行，无需超参数调优或下游降维处理。
• 由于有向网络中流压缩的方向性，该方法自然产生非对称相似性。
• 该方法利用最小描述长度原理，通过压缩效率量化相似性。

实验结果

研究问题

• RQ1 基于压缩的、非嵌入的方法能否在链路预测中超越最先进的节点嵌入方法？
• RQ2 基于模块化流压缩的信息论相似性度量，是否能比向量空间嵌入产生更准确且更可解释的结果？
• RQ3 能否在不依赖学习嵌入的情况下，在离散的非度量空间中有效捕捉非对称相似性？
• RQ4 MapSim 在多样化网络类型中的表现如何，特别是在对称嵌入表现不佳的有向网络中？
• RQ5 通过流压缩揭示的社区结构，在超越局部拓扑之外，能在多大程度上提升链路预测性能？

主要发现

• 在 47 个真实世界网络中，MapSim 相较于最接近的竞争对手，平均性能提升超过 7%。
• 在所评估的 47 个网络中，MapSim 在 11 个网络中优于所有基于嵌入的方法，表明其在多样化场景中具有持续的优越性。
• 该方法无需超参数调优、模型拟合或降维处理，即可实现高精度。
• 由于流压缩的方向性，MapSim 自然产生非对称相似性，从而在有向网络中提升性能。
• MapSim 的信息论基础提供了可解释性，因为相似性基于压缩效率和社区结构。
• 结果表明，基于压缩的方法可作为图表示学习中嵌入方法的有力替代方案。