[论文解读] The Link Prediction Problem in Bipartite Networks

Jérôme Kunegis, Ernesto William De Luca+1 more|arXiv (Cornell University)|Jun 28, 2010

Complex Network Analysis Techniques参考文献 20被引用 10

一句话总结

本文提出了一种新颖的方法，通过将代数图论方法适配至奇数长度路径，以解决二分图中的链接预测问题，而奇数长度路径是二分图中唯一可能存在的路径。该方法引入了奇分量伪核（如矩阵双曲正弦和奇数冯·诺伊曼核），这些伪核源自谱变换，实验证明其在多种二分图数据集（如评分、标签和维基百科网络）上优于标准的半正定核和局部方法。

ABSTRACT

We define and study the link prediction problem in bipartite networks, specializing general link prediction algorithms to the bipartite case. In a graph, a link prediction function of two vertices denotes the similarity or proximity of the vertices. Common link prediction functions for general graphs are defined using paths of length two between two nodes. Since in a bipartite graph adjacency vertices can only be connected by paths of odd lengths, these functions do not apply to bipartite graphs. Instead, a certain class of graph kernels (spectral transformation kernels) can be generalized to bipartite graphs when the positive-semidefinite kernel constraint is relaxed. This generalization is realized by the odd component of the underlying spectral transformation. This construction leads to several new link prediction pseudokernels such as the matrix hyperbolic sine, which we examine for rating graphs, authorship graphs, folksonomies, document--feature networks and other types of bipartite networks.

研究动机与目标

• 解决标准链接预测方法在二分图中失效的问题，原因在于奇数长度路径的缺失。
• 通过将图核推广至奇分量，建立一种系统化的代数框架，用于二分图的链接预测。
• 为二分图链接预测引入新型伪核函数，如矩阵双曲正弦和奇数冯·诺伊曼核。
• 在真实世界二分图网络上，评估奇伪核相对于传统方法的性能表现。
• 通过学习变换的谱曲线拟合，实现对近似二分图结构的检测。

提出的方法

• 通过将邻接矩阵的谱变换限制在奇函数上，推导出链接预测函数，从而避免对三角形闭合的假设。
• 对二分图的双邻接矩阵进行谱分解，并利用谱变换的奇分量构造奇伪核。
• 提出矩阵双曲正弦函数作为指数核奇分量导出的链接预测伪核。
• 提出双分图冯·诺伊曼伪核，作为标准冯·诺伊曼核在二分图中的奇数版本，适用于二分图。
• 在谱域中使用秩缩减和奇多项式逼近来建模链接预测函数。
• 通过特征值变换的曲线拟合检测近似二分图网络，其中双曲正弦拟合可指示二分图结构。

实验结果

研究问题

• RQ1 基于共同邻居或三角形闭合的常规链接预测方法能否有效应用于二分图？
• RQ2 图核传统上定义于单分图，如何将其推广至无法形成三角形的二分图？
• RQ3 哪些谱变换函数在二分图中能产生有效的链接预测，其与标准半正定核有何不同？
• RQ4 图核的奇分量能否作为二分图中有效且可靠的链接预测伪核？
• RQ5 对学习变换的谱曲线拟合能否检测出近似二分图网络结构？

主要发现

• 矩阵双曲正弦伪核在BibSonomy标签-项目数据集上达到0.925的AUC，在CiteULike用户-项目数据集上达到0.856，优于多种数据集上的标准核和局部方法。
• 奇数冯·诺伊曼伪核在大多数数据集上表现较差，用户标签和用户-项目网络中的AUC低于0.3，表明泛化能力有限。
• 奇多项式和非负奇多项式方法表现具有竞争力，BibSonomy标签-项目数据集上的AUC分别为0.925和0.921。
• 优先连接方法在用户-项目和用户标签网络中表现良好（AUC分别为0.821和0.878），但在标签-项目和评分网络中表现较差。
• 对特征值变换的双曲正弦拟合成功识别出近似二分图网络，如英语维基百科超链接网络，同时能有效排除非二分图网络（如Advogato信任网络）。
• 无单一方法在所有数据集上全面占优，但奇伪核在大多数二分图网络类型中始终优于或匹配最佳标准方法。