ELRUNA：基于消除规则的网络对齐
社会与信息网络
2021-11-08 v4
摘要
网络对不同领域中的各种复杂现象进行建模。在许多应用中，最基本的任务之一是对齐两个或多个网络，以推断跨网络顶点之间的相似性并发现潜在的节点级对应关系。在本文中，我们提出ELRUNA（基于消除规则的网络对齐），一种仅依赖底层图结构的新型网络对齐算法。在我们定义的消除规则指导下，ELRUNA通过累积一对跨网络顶点所选邻居之间的相似性来迭代计算它们之间的相似性。得到的跨网络相似性矩阵随后用于推断一个置换矩阵，该矩阵编码了跨网络顶点的最终对齐。除了这种新型对齐算法外，我们还通过引入一种基于随机游走的新型选择方法RAWSEM（基于随机游走的选择方法，依据顶点跨网络的失配层级（文中定义）传播）来改进局部搜索这一常用于解决网络对齐问题的后处理步骤的性能。其核心思想是以随机游走方式将顶点的初始失配层级传递至整个网络。通过在真实网络上的大量数值实验，我们证明ELRUNA在对齐精度上显著优于最先进的对齐方法，且运行时间更低或相当。此外，ELRUNA对网络扰动具有鲁棒性，能够在原始网络加入高水平噪声时仍保持接近最优的目标值。最后，所提出的RAWSEM相比朴素局部搜索方法能以更少的迭代次数进一步提升对齐质量。
引用
@article{arxiv.1911.05486,
title = {ELRUNA: Elimination Rule-based Network Alignment},
author = {Zirou Qiu and Ruslan Shaydulin and Xiaoyuan Liu and Yuri Alexeev and Christopher S. Henry and Ilya Safro},
journal= {arXiv preprint arXiv:1911.05486},
year = {2021}
}