重み付きネットワークにおけるノードの構造的埋め込み表現

抄録

複雑なネットワークは，要素（ノード）とそれらの要素間の相互作用（リンク）から成るデータ構造であり，相互作用の程度をリンクの重みで表す重み付きネットワークは実世界の複雑な相互作用をモデリングできる．機械学習の進歩に伴い，これらの複雑なネットワークを活用して高度な推論を得る試みが行われている．特に，ノードの埋め込みは，類似したノードをベクトル空間上で近くに配置することによって，ノードの特性を保持しつつベクトルにマッピングする重要なタスクとされている． 本研究では，重み付きネットワークにおいてノードの構造的な特徴を保持した埋め込み表現を学習する手法を提案する．ノード同士の距離を複数のスケールで計算するために，ノードの数ホップ先までの隣接ノードのリンク重みを比較する．その後，各スケールでの距離に基づいて重み付き多層グラフを構築し，最終的にランダムウォークを通じてノードのコンテキストを生成し，Skip-gramを用いて埋め込み表現を学習する．提案手法の優位性を確認するために，トイネットワークでの埋め込み表現の解釈可能性や実際のネットワークでの構造再現性を検証した．