Vertex Nomination in Richly Attributed Networks

要約

【タイトル】リッチな属性ネットワークにおける頂点ノミネーション
【要約】
– 頂点ノミネーションとは、1つのグラフの関心のある頂点を使用して、第二のグラフ内の関心のある頂点を発見する軽度監視されたネットワーク情報検索タスクである。
– 頂点ノミネーションスキームの出力は、第二のグラフ内の頂点のランク付けされたリストであり、これまで知られていなかった関心のある頂点が理想的にはリストの上部に集中する。
– この論文では、頂点ノミネーションにおけるコンテンツ（エッジおよび頂点属性）とコンテキスト（ネットワークトポロジー）の二つの役割を理論的、実用的に探究する。
– コンテンツとコンテキストの両方の利用価値は、既に文献で実証されているが、本論文で提供される枠組みは、ネットワーク特性とトポロジーの潜在的な補完的な役割を理解するための新しい理論的基盤を提供する。

【主な要点】
– 頂点ノミネーション：ネットワーク内の関心のある頂点を使用して、別のネットワーク内の関心のある頂点を発見する情報検索タスク。
– 出力は頂点のリスト：リストの上部に理想的には知られていなかった関心のある頂点が集中する。
– コンテンツとコンテキストの役割を探究する：ネットワーク特性とトポロジーの潜在的な補完的な役割を理解するための理論的基盤を提供する。
– コンテンツとコンテキストの両方の利用価値が実証されているが、必要かつ十分な条件を提供している。

要約(オリジナル)

Vertex nomination is a lightly-supervised network information retrieval task in which vertices of interest in one graph are used to query a second graph to discover vertices of interest in the second graph. Similar to other information retrieval tasks, the output of a vertex nomination scheme is a ranked list of the vertices in the second graph, with the heretofore unknown vertices of interest ideally concentrating at the top of the list. Vertex nomination schemes provide a useful suite of tools for efficiently mining complex networks for pertinent information. In this paper, we explore, both theoretically and practically, the dual roles of content (i.e., edge and vertex attributes) and context (i.e., network topology) in vertex nomination. We provide necessary and sufficient conditions under which vertex nomination schemes that leverage both content and context outperform schemes that leverage only content or context separately. While the joint utility of both content and context has been demonstrated empirically in the literature, the framework presented in this paper provides a novel theoretical basis for understanding the potential complementary roles of network features and topology.

arxiv情報

提供元, 利用サービス

arxiv.jp, OpenAI