基于图排序敏感性的可视化分析审计
社会与信息网络
2020-09-16 v1 人机交互
摘要
图挖掘在众多学科中起着关键作用，并且已开发出多种算法来回答“谁/何种类型”的问题。例如，在电子商务平台上我们应向给定用户推荐哪些商品？此类问题的答案通常以排序列表的形式返回，而基于图的排序方法在工业信息检索场景中被广泛使用。然而，这些排序算法具有多种敏感性，即便排名上的微小变动也可能导致产品销量与页面点击量的大幅下滑。因此，亟需能够帮助模型开发者与分析人员探索图排序算法相对于图结构扰动的敏感性的工具与方法。本文中，我们提出一个可视化分析框架，通过执行基于扰动的假设分析，来解释并探索任意基于图的排序算法的敏感性。我们通过三个案例研究展示了我们的框架，考察了两种经典基于图的排序算法（PageRank 与 HITS）应用于政治新闻媒体与社交网络排名时的敏感性。
引用
@article{arxiv.2009.07227,
title = {Auditing the Sensitivity of Graph-based Ranking with Visual Analytics},
author = {Tiankai Xie and Yuxin Ma and Hanghang Tong and My T. Thai and Ross Maciejewski},
journal= {arXiv preprint arXiv:2009.07227},
year = {2020}
}
备注
11 pages, accepted by IEEE Transactions on Visualization and Computer Graphics