[论文解读] Topological Feature Based Classification

Leto Peel|arXiv (Cornell University)|Oct 18, 2011

Complex Network Analysis Techniques参考文献 41被引用 6

一句话总结

本文提出了一种用于稀疏网络的监督块模型（SBSN），这是一种新颖的方法，通过联合建模关系结构与节点类别标签，自动发现最有助于分类的拓扑特征（如社区和非一致角色）。通过在监督框架内应用块建模，SBSN 识别出能够解释分类决策的网络位置，在有向网络和近似二分网络上，其性能与基于内容的关系学习方法相当，且优于基于图的半监督方法。

ABSTRACT

There has been a lot of interest in developing algorithms to extract clusters or communities from networks. This work proposes a method, based on blockmodelling, for leveraging communities and other topological features for use in a predictive classification task. Motivated by the issues faced by the field of community detection and inspired by recent advances in Bayesian topic modelling, the presented model automatically discovers topological features relevant to a given classification task. In this way, rather than attempting to identify some universal best set of clusters for an undefined goal, the aim is to find the best set of clusters for a particular purpose. Using this method, topological features can be validated and assessed within a given context by their predictive performance. The proposed model differs from other relational and semi-supervised learning models as it identifies topological features to explain the classification decision. In a demonstration on a number of real networks the predictive capability of the topological features are shown to rival the performance of content based relational learners. Additionally, the model is shown to outperform graph-based semi-supervised methods on directed and approximately bipartite networks.

研究动机与目标

• 为解决社区检测中缺乏正式验证和任务特定评估的问题，将关注点从通用聚类转向任务特定的预测性能。
• 通过将分类性能作为评估标准，克服基于模块度的社区检测方法的局限性，如分辨率极限和退化问题。
• 开发一种模型，识别超越社区的拓扑特征（如非一致角色和结构等价性），这些特征与预测节点类别标签相关。
• 提供一种基于特定分类情境中拓扑特征预测效用的验证框架，而非依赖于任意或不可验证的真实标签划分。
• 证明通过该监督块建模方法发现的拓扑特征，可在真实网络中与基于内容的关系学习模型的性能相媲美。

提出的方法

• SBSN 模型使用块建模基于节点间连通性模式识别网络位置（角色），其中每个位置代表具有相似连接特征的一组节点。
• 采用概率框架联合建模节点类别标签与关系结构，其中节点间连通的概率取决于其分配的网络位置。
• 该模型估计两个关键参数：π，一个 K×K 矩阵，表示不同网络位置之间相互作用的概率；φ，一个 N×K 矩阵，表示每个节点在每个位置中的隶属度。
• 通过变分贝叶斯推断方法进行训练，以处理稀疏性并避免过拟合，初始化时利用对网络结构的先验知识。
• 将块模型矩阵（π）可视化为图像，以解释位置之间的相互作用模式，而 φ 矩阵则显示节点到位置的隶属关系，从而识别出对类别标签具有预测力的位置。
• 该方法支持有向和加权网络，能够检测到同质（类似社区）和异质（如二分结构）的网络结构。

实验结果

研究问题

• RQ1 是否能够以直接与特定分类任务相关的方式，自动发现如社区和结构角色等拓扑特征？
• RQ2 通过监督块建模识别出的拓扑特征的预测性能，与基于内容的关系学习模型相比如何？
• RQ3 SBSN 模型是否能在有向和近似二分网络上超越标准的半监督学习方法，尤其是在标记数据比例较小时？
• RQ4 该模型在多大程度上能够识别出具有预测力的异质网络位置（如二分结构中的角色）？
• RQ5 将预测性能作为验证标准，与传统的基于模块度或恢复率的评估相比，如何提高拓扑特征发现的可靠性？

主要发现

• SBSN 模型在引文、博客和词汇网络上的预测分类性能与基于内容的关系学习模型相当，证明了仅依靠拓扑特征的实用性。
• 在有向和近似二分网络上，SBSN 超过了标准的基于图的半监督学习方法，尤其在标记数据比例较小时表现更优。
• 该模型成功识别出同质（类似社区）和异质网络位置，例如在 Words 数据集中识别出形容词在名词前的结构角色，符合语言学预期。
• π 和 φ 矩阵的可视化揭示了清晰的模式：π 中的对角块表示同质社区，非对角块揭示异质角色，而 φ 矩阵显示了节点类别与特定网络位置之间存在强对应关系。
• 该模型识别出具有预测力的网络位置的能力得到了验证，例如在 Cora 数据集中，每个学科领域对应一个明确的网络角色。
• SBSN 框架对网络稀疏性具有鲁棒性，并支持扩展到加权网络，未来可应用于单个网络上的多个并行分类任务。