1 / 19

非流行边的预测

非流行边的预测. 电子科技大学互联网科学中心 朱郁筱 yuxiao-zhu@hotmail.com. 问题描述. 如何刻画边的流行性？（ popularity ） 数学角度. 物理角度（乘积动力学）. 问题描述. 为什么要考虑非流行边？ 实际应用（非流行边的信息量往往更大 ） 化学反应网络 基因调控网络 网络演化的观点（网络成熟后， hub 节点趋近于饱和，新出现的连边往往是非流行的） 中国航空网. 基于网络结构的相似性指标.

thora
Download Presentation

非流行边的预测

An Image/Link below is provided (as is) to download presentation Download Policy: Content on the Website is provided to you AS IS for your information and personal use and may not be sold / licensed / shared on other websites without getting consent from its author. Content is provided to you AS IS for your information and personal use only. Download presentation by click this link. While downloading, if for some reason you are not able to download a presentation, the publisher may have deleted the file from their server. During download, if you can't get a presentation, the file might be deleted by the publisher.

E N D

Presentation Transcript

  1. 非流行边的预测 电子科技大学互联网科学中心 朱郁筱 yuxiao-zhu@hotmail.com

  2. 问题描述 • 如何刻画边的流行性？（popularity） • 数学角度 • 物理角度（乘积动力学）

  3. 问题描述 • 为什么要考虑非流行边？ • 实际应用（非流行边的信息量往往更大 ） • 化学反应网络 • 基因调控网络 • 网络演化的观点（网络成熟后，hub节点趋近于饱和，新出现的连边往往是非流行的） • 中国航空网

  4. 基于网络结构的相似性指标 • 基于相似性——两个节点之间相似性越大，它们之间存在连边的可能性也就越大。分为基于节点属性的相似和基于网络结构的相似。基于网络结构的相似性指标又分为： • Node-dependent Indices • Common Neighbors (CN) • Salton Index • Jaccard Index

  5. 基于网络结构的相似性指标 • Sorensen Index • Hub promoted Index (HPI) • Hub Depressed index (HDI) • Leicht-Holme-Newman-I (LHN-I) • Preferencial Attachment (PA)

  6. 基于网络结构的相似性指标 • Adamic-Adar (AA) • Resource Allocation (RA) • Path-dependent Indices • Local Path (LP) ：在CN的基础上考虑了三阶邻居的贡献 A：邻接矩阵 ：自由参数

  7. 基于网络结构的相似性指标 • Katz（考虑所有路径数，且对于短路径赋予较大的权重，对长路径赋予较小的权重） A：邻接矩阵 I ： 单位阵 ：权重衰减因子，为了保证数列的收敛性，要小于邻接矩阵A的最大特征值的倒数 • Leicht-Holme-Newman-Ⅱ(LHN-Ⅱ) D ：邻接矩阵A的度矩阵 m : 边的条数 ：矩阵A的最大特征值 : 自由参数

  8. 基于网络结构的相似性指标 1）基于路径的相似性指标表现要好，但是它比基于节点的相似性指标需要的信息量多。 2）两种LHN指标的表现都不理想。 局限性：没有考虑这些指标对流行边和非流行的预测精度差别。

  9. 网络的popularity累积分布

  10. 网络的PA指数 • PA指数： Random(PA): 同等规模随机网络的平均popularity M: 网络边的条数

  11. 边的预测精度随popularity的变化 • 测试集中边的预测精度：该边的分数比网络中不存在的边分数高的概率。

  12. 边的预测精度随popularity的变化 • 大部分指标预测精度与边的popularity成反比。PA指标最为明显。 • 相对于其他指标，LHN指标的预测精度随popularity的波动不大，在某些网络中popularity小的边的预测精度反而要高些。

  13. 不同测试集时各指标的表现 • 数据划分： 根据原始数据计算出各边的popularity，然后对所有边按其popularity进行升序排列，并按所占比例进行5等分。分别从等分区间取出10%作为测试集。P=0.2对应的是[0, 20%]这一区间，P=1对应的是[80%, 100%]。 • 现象： • 1、对于NS数据集，除了PA算法的预测精度与测试集中平均popularity呈正比例关系外，其他算法的预测精度都只是随P的增加有很小的波动。（NS网络的H值比较小） • 2、在PB、CE、USAir三个数据集中，大部分的基于网络结构的链路预测算法的预测精度与p呈现正比例关系，尤其是PA、CN、AA、RA、LP。 • 3、相对于其他算法，LHN算法对popular边以及unpopular边的预测精度相差不大，有时候还会出现预测精度随P的增加还有所下降的情况。

  14. 不同测试集时各指标的表现 1、对于NS数据集，预测精度都只是随P的增加有很小的波动（PA指标除外）。（NS网络的H值比较小） 2、在PB、CE、USAir三个数据集中，大部分指标的预测精度与p呈现正比例关系，尤其是PA、CN、AA、RA、LP。 3、LHN的预测精度随p变化很小，有时候还会出现预测精度随P的增加还有所下降的情况。

  15. Top-L-popularity • Top-L-popularity: 排在前面的L条边的平均的popularity. • USAir、PB、C.elegans、NetScience四个网络中，LHN-I以及LHN-Ⅱ计算出的Top-L-popularity远小于其他指标。L越小，这种差距越明显。CN、PA、AA、RA、LP、Katz的top-100-popularity远远大于LHN指标。 结论： • LHN指标更倾向于预测出非流行边。

  16. Top-L-popularity 表：基于网络结构的相似性指标（PB）

  17. 调节节点度的影响 引入自由参数a a= -1: LHN-I指标 a=-0.5：salton a=0：CN 1）最优的参数值a大体上 与P成正比 2) 测试集边比较流行时， 最优参数a很接近0. 3) 最优参数的选取对网络 的依赖性很大。

  18. 下步的工作 现有的基于相似性的指标大都更倾向于预测流行的连边。LHN指标的对非流行边的预测精度比较好。但是LHN总体上的表现又不那么令人满意，能否设计一种对流行边和非流行边预测精度都比较高的相似性指标？

  19. THANK YOU FOR YOUR TIME

More Related