TPA：面向十亿规模图的近似带重启随机游走快速、可扩展且高精度方法
社会与信息网络
2017-12-05 v4
摘要
给定一个大规模图，我们如何快速且准确地确定节点间的相似度？带重启随机游走是用于此目的的流行度量方法，并已被广泛应用于包括排序、异常检测、链路预测和社区检测在内的众多数据挖掘应用中。然而，以往计算精确 RWR 的方法需要极高的存储空间和计算成本，而通过计算近似 RWR 来避免这些成本的替代方法则精度有限。在本文中，我们提出了 TPA，一种用于在大型图上计算近似 RWR 的快速、可扩展且高精度的方法。TPA 利用了 RWR 的两个重要特性：1) 由于许多真实世界图的块状结构，靠近种子节点的节点在后续步骤中很可能被再次访问；2) 远离种子节点的节点的 RWR 分数与其 PageRank 分数成正比。基于这两个特性，TPA 将近似 RWR 问题划分为两个子问题，分别称为邻居近似和陌生人近似。在邻居近似中，TPA 根据从种子节点出发的最初几步的分数来估计靠近种子节点的节点的 RWR 分数。在陌生人近似中，TPA 利用远离种子节点的节点的 PageRank 来估计其 RWR 分数。陌生人近似和邻居近似分别在预处理阶段和在线阶段进行。通过大量实验，我们表明在预处理阶段，与其他 SOTA 方法相比，TPA 所需时间减少达 3.5 倍，内存空间减少达 40 倍。在在线阶段，TPA 计算近似 RWR 的速度比现有方法快达 30 倍，同时保持了高精度。
引用
@article{arxiv.1708.02574,
title = {TPA: Fast, Scalable, and Accurate Method for Approximate Random Walk with Restart on Billion Scale Graphs},
author = {Minji Yoon and Jinhong Jung and U Kang},
journal= {arXiv preprint arXiv:1708.02574},
year = {2017}
}
备注
12pages, 10 figures