Predicting Properties of Nodes via Community-Aware Features

要約

この論文では、ネットワークのコミュニティ構造に関する情報を使用して、分類タスクの高い予測能力を備えたノードの特徴を定義する方法を示します。
そのために、コミュニティを意識したノード機能のファミリーを定義し、そのプロパティを調査します。
これらの機能は、大きなグラフであっても効率的に計算できるように設計されています。
コミュニティ認識ノード特徴には、古典的なノード特徴やノード埋め込み (古典的および構造的両方) では完全には復元できない情報が含まれており、ノード分類タスクに価値をもたらすことを示します。
これは、合成ネットワークおよび現実のネットワーク上のさまざまな分類タスクに対して検証されています。

要約(オリジナル)

This paper shows how information about the network’s community structure can be used to define node features with high predictive power for classification tasks. To do so, we define a family of community-aware node features and investigate their properties. Those features are designed to ensure that they can be efficiently computed even for large graphs. We show that community-aware node features contain information that cannot be completely recovered by classical node features or node embeddings (both classical and structural) and bring value in node classification tasks. This is verified for various classification tasks on synthetic and real-life networks.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google