NAEx：一种用于解释网络对齐的即插即用框架
机器学习
2025-08-08 v1 信息检索
社会与信息网络
摘要
网络对齐(NA)旨在跨多个网络识别对应节点，在社交网络、合著网络和生物学等领域均有应用。尽管对齐模型取得了进展，但其可解释性仍然有限，这使得理解对齐决策变得困难，并给建立信任带来了挑战，尤其是在高风险领域。为了解决这个问题，我们引入了NAEx，这是一个即插即用、模型无关的框架，通过识别影响预测的关键子图和特征来解释对齐模型。NAEx通过以下方式解决了在对齐决策中保留联合跨网络依赖性的关键挑战：(1) 通过可学习的边和特征掩码联合参数化图结构和特征空间；(2) 引入一个优化目标，确保解释既忠实于原始预测，又能对网络间的结构和基于特征的相似性进行有意义的比较。NAEx是一个归纳式框架，能够高效地为未见过的数据生成NA解释。我们引入了专为对齐可解释性定制的评估指标，并通过将NAEx与四个代表性NA模型集成，在基准数据集上展示了其有效性和效率。
引用
@article{arxiv.2508.04731,
title = {NAEx: A Plug-and-Play Framework for Explaining Network Alignment},
author = {Shruti Saxena and Arijit Khan and Joydeep Chandra},
journal= {arXiv preprint arXiv:2508.04731},
year = {2025}
}