[论文解读] Understanding and Predicting Links in Graphs: A Persistent Homology Perspective

Sumit Bhatia, Bapi Chatterjee+2 more|arXiv (Cornell University)|Nov 9, 2018

Topological and Geometric Data Analysis参考文献 28被引用 5

一句话总结

本文提出了一种新颖的链接预测方法，利用持久同调捕捉图邻域的拓扑特征，通过分析跨空间分辨率的形状变化，实现鲁棒且可扩展的预测。该方法在七个真实世界数据集上实现了最先进性能，计算成本极低，优于DeepWalk和node2vec等深度学习基线模型，在关键指标上表现更优，且仅依赖八个拓扑特征。

ABSTRACT

Persistent Homology is a powerful tool in Topological Data Analysis (TDA) to capture topological properties of data succinctly at different spatial resolutions. For graphical data, shape, and structure of the neighborhood of individual data items (nodes) is an essential means of characterizing their properties. In this paper, we propose the use of persistent homology methods to capture structural and topological properties of graphs and use it to address the problem of link prediction. We evaluate our approach on seven different real-world datasets and offer directions for future work.

研究动机与目标

• 解决利用拓扑结构而非纯粹的局部或全局启发式方法预测复杂网络中缺失或未来链接的挑战。
• 开发一种方法，以可扩展且自适应的方式捕捉局部和全局结构信息，而无需大量训练。
• 评估从持久同调中提取的拓扑特征在多样化真实世界图数据集上的链接预测有效性。
• 为基于嵌入和路径计数的方法提供一种理论基础坚实、计算高效的替代方案。

提出的方法

• 该方法对查询节点的扩展邻域所诱导的子图应用持久同调，以在多个空间分辨率下分析连通分量、隧道和空洞等拓扑特征。
• 构建持久图以表示拓扑特征的出生与死亡，进而计算八个不同的距离度量，捕捉节点邻域之间的结构相似性。
• 使用秩乘积度量将每个距离函数生成的独立排序列表合并为每个源节点的最终综合链接排序。
• 该方法具有自适应性，仅聚焦于查询节点的局部扩展邻域，而非整个图，从而降低计算成本，同时保留全局结构洞察。
• 通过将链接预测视为排序任务进行评估，采用Hits@1、Hits@10和Hits@50作为性能指标。

实验结果

研究问题

• RQ1 持久同调能否有效捕捉图邻域的结构和拓扑特征，从而提升链接预测性能？
• RQ2 基于持久同调的方法在链接预测任务中与Adamic-Adar、Katz得分、DeepWalk和node2vec等成熟基线相比表现如何？
• RQ3 所提出的方法在多样化的真实世界图数据集中在多大程度上保持了鲁棒性和稳定性？
• RQ4 从持久图中提取的拓扑特征能否作为学习节点嵌入的计算高效替代方案？

主要发现

• 在七个数据集中的三个上，该方法在Hits@10指标上达到最高分，优于所有基线模型；在其余四个数据集上，其表现与DeepWalk持平或更优。
• 尽管仅使用八个手工设计的拓扑特征，该方法在各数据集上均表现出强大的稳定性和鲁棒性，性能始终具有竞争力。
• 在Cora数据集上，该方法的Hits@10达到0.504；在Citeseer数据集上达到0.571；在PubMed数据集上达到0.345，显示出优异的泛化能力。
• 尽管Adamic-Adar和Salton度量方法简单，该方法在大多数情况下仍表现更优，原因在于其能够捕捉更高阶的结构模式。
• 该方法在性能上与DeepWalk和node2vec相当，但计算成本显著更低，因其避免了训练深度神经网络。