Fast Random Walk with Restart and Its Applications
-
Hanghang Tong, Christos Faloutsos, Jia-Yu Pan
-
ICDM 2006
概要
提案手法
B_LIN
-
グラフを(METISとかで)k分割する
-
確率遷移行列W(論文中では正規化Laplacianもどき)をW_1+W_2に分割する
-
RWR行列は$$ (1-c)(I-cW)^{-1} $$
-
W_1:分割内だけ;diag(W_11, …, W_1k)な感じ
-
W_2:分割間だけ;
-
Q_1 := diag(Q_11, …, Q_1k)
-
Q_1i := (I-cQ_1i)の逆行列
-
これは即ち(I-cW_1)の逆行列
-
W_2を低ランク近似して、USVで表す
-
$$ \Lambda = W^{-1} \approx (S^{-1}-cVQ_1^{-1}U)^{-1} $$
-
更にもう少しゴニョゴニョして返す
-
もしW_2=USVなら厳密に一致 by Sherman-Morrison lemma
NB_LIN
-
W=USVを低ランク近似
-
(S^-1-cVU)^-1を計算
-
ゴニョゴニョした結果を返す
-
誤差評価は低ランク近似の一般的な結果による(普通)
-
community structure…分割すると良さそう
-
linear correlation…W_2を低ランク近似して良さそう
実験
まとめ
-
まぁやるよねぇという内容(今考えたら)
-
fully personalized設定を更に高速化するには、
-
どう次元削減するかをもう少し真面目に考えるべき?
ICDM PageRank personalized PageRank
2017/04/25
最終更新:2017年04月25日 21:09