Relational retrieval using a combination of path-constrained random walks

文章的创新点：新颖的相似度测量方法，不再使用一个边的标签定义一个权重而是对简单path experts的一个组合。 这个方法在8组和生物有关的实验集中有更好的正确率（相比于RWR random Walk with Restart）
关键词：random walk ，filtering and recommending
文章的测试目标任务：推荐任务 具体包括基因、收入、参考、专家查找。
在传统基于关键字排序来进行文件恢复，这其实是一个相似查询任务，其中查询节点是term node ，查询的结果的种类是“document”。

任务介绍

杂志推荐：寻找一个最合适的杂志来发表论文。 term是论文的名字和相关的实体，答案的种类是杂志，所以答案是一个关于生物杂志的排名。
参考推荐 寻找和一篇新论文相关参考文献的推荐。query是这篇论文的名称和相关的实体，现在的年份。答案的类型是论文，希望获得的答案是有关于论文的排序。
专家查询 对于相关的领域找到对应的专家。

数据集

RWR-based proximity measure

基线结果

未训练的RWR模型（所有边的权重设置为1.0）
经过训练的RWR模型

The Path Ranking Algorithm

单权重的局限性的例子：对于参考推荐，查询节点是时间，这里有有两种方法来得到结果，1.寻找在这个时间发表的文章2.查询在该时间发表的文章最常引用的文章。 第二个的启发性更强。

启发函数的定义
和定义相关的一些符号
range（R）
dom（R）
对于关系路径P=R1…Rl 和查询实体Eq $\in$ dom (\P),我可以定义一个分布函数。
如果P是空的路径：
如果P不是空的路径：

这是一个指针函数，如果R（e’,e），则为1，否则为0.e’表示不在dom中的。

下面解释为什么H2要比H1更好。
Eq是标题单词的集合，和基因-蛋白质实体，y是年份，e1在分布函数hEq，publishedIn-1，e2在分布函数hEqPublishedIn-1.Cite

在这片论文中只进行l=4以内的推理，推理的长度最大为4

这个图所展示的是一个推理长度为2的前缀树。
另外因为有易操作，我们可以限制以下推理连不进行考虑，用来减少一些我们不关心的结果。

对于以上我们建立的得分函数为：

$$是不同路径的权重

参数的估计

对于参数的确定方法有以下几种
1.穷举法 exhaustive local search
2.反向传播 线性收敛
3.二阶优化函数 例如 BLMVM
4.二级优化函数 L-BFGS
L-BFGS用来求解log函数

这里使用的目标函数是二项式似然函数。它具有易于优化的特点。

R是相关实体的索引集合。N是没有关系的实体索引集合。为了平衡训练不均衡的正样本和负样本的数量。我们可以利用log函数的优势。

A表示的是特征矩阵。将pi带入之后对$\theta$求导数我们可以得到

一般和主体有关系的正样本的数量是远远少于负样本的数量的。为了解决这个问题，首先我们对所有的负样本利用PRA模型求解（不进行训练）。排序之后选择第k（k+1）/2位置处的选为负样本。原因是不相关的样本被弱排序函数排序后，排序高的样本比排序第的样本更重要，具体的原因可以参考 Aslam et al.’s work。

为训练集，r=1 表示e和q有关系
r=0，表示e和q没有关系。