基于个性化PageRank的大规模块模型图定向采样
社会与信息网络
2020-07-02 v2 计算复杂性
数字图书馆
统计方法学
机器学习
摘要
本文为个性化PageRank（称为“PPR”）提供了统计理论与直观解释：这是一种从大规模网络中采样小型社区的主流技术。我们研究如下场景：完整网络难以全面获取或维护，但我们可以从感兴趣的种子节点出发，通过其连接“爬取”网络以发现其他节点。通过以设计方式爬取图，可在不查询整个大规模图的情况下近似PPR向量，使其成为雪球采样的替代方案。利用度修正随机块模型，我们研究PPR向量能否选出与种子节点同属一个块的节点。我们给出了PPR向量一种简单且可解释的形式，凸显其对目标块外高度数节点的偏向。我们考察了一种基于节点度数的简单调整，并建立了允许有向图的PPR聚类一致性结果。这些结果得益于近期展示特征向量逐元素收敛的技术进展。我们用大规模Twitter好友图说明该方法，通过使用Twitter应用程序编程接口进行爬取。我们发现调整与未调整的PPR技术是互补的方法，其中调整使结果特别局部化于种子节点周围，且偏向调整极大受益于度数正则化。
引用
@article{arxiv.1910.12937,
title = {Targeted sampling from massive block model graphs with personalized PageRank},
author = {Fan Chen and Yini Zhang and Karl Rohe},
journal= {arXiv preprint arXiv:1910.12937},
year = {2020}
}
备注
61 pages, 5 figures