HTNE是北航老师提出的针对时序网络(temporal network)嵌入的一个模型,论文发表在2018年KDD上。时序网络,即网络是随时间动态变化的(节点和边会增加或减少)。文章研究了时序网络的embedding问题,旨在建模网络的时序形成模式,从而提升网络embedding的效果。
文章通过节点的邻居形成序列(neighborhood formation sequence)建模节点的演变过程,然后利用霍克斯过程(Hawkes process)捕获历史邻居对当前邻居形成序列的影响,从而得到节点的embedding。由于历史节点对当前邻居形成会有不同的影响,论文还采用attention机制,学习历史邻居对当前邻居的影响权重。
1、Movitation
已有的一些network embedding方法大多聚焦于静态网络,也就是网络的结构是保持不变的,节点和边的数量不会发生变化。因此这些方法通常有一个假设:一个节点的邻居是无序的,也就是它们通常忽略连接(link)的形成过程。因为网络在动态变化时,节点的邻居不是同时增加的,连接也不是一蹴而就的增加。如果只是观察网络的一个快照(snapshot),只能观测到一个时间段内网络的积累,而忽略了节点增加的这个过程(什么时候,怎么增加)。因此,网络中边的建立是通过序列事件逐渐建立的,即定义为时序网络(temporal network)。建模网络中节点和邻居建立连接的过程,可以更好的反映出网络的动态变化。
2、Model
论文首先给出了时序网络(temporal netowork)的定义 G = ⟨ V , E ; A ⟩ \mathcal{G}=\langle \mathcal {V}, \mathcal{E}; \mathcal{A} \rangle G=⟨V,E;A⟩,其中 V , E \mathcal{V, E} V,E分别表示节点和边的集合, A \mathcal{A} A表示事件(event)集合。每条边 ⟨ x , y ⟩ \langle x,y \rangle ⟨x,y⟩ 可以看作是按时间先后顺序排列的事件,即: a x , y = a 1 → a 2 → … ⊂ A \mathbf{a}_{x,y}={a_1\to{a_2}\to{…}}\subset\mathcal{A} ax,y=a1→a2→…⊂A,其中 a i \mathbf{a}_i ai表示在事件i时刻的一个事件。
在时序网络中,根据一个节点与其邻居建立连接的时间,从前到后组织为一个序列,这个序列也就反应了节点(网络)演变的过程。论文中形式化定义了邻居的形成序列。给定一个源节点(source node) x ∈ V x\in{\mathcal{V}} x∈V,其邻居定义为: N ( x ) = { y i = 1 , 2 , 3 , … } \mathcal{N}(x)=\{y_i=1,2,3,…\} N(x)={yi=1,2,3,…},源节点与邻居节点(目标节点)的边可以看作是按时间顺序排列的事件 a x , y i \mathcal{a}_{x,y_i} ax,yi。因此,邻居形成序列可以定义为一系列目标节点到达事件,即: x : ( y 1 , t 1 ) → ( y 2 , t 2 ) → … → ( y n , t n ) {x:(y_1,t_1)\to(y_2,t_2)\to…\to(y_n,t_n)} x:(y1,t1)→(y2,t2)→…→(yn,tn),其中每一个元组表示一个事件:在 t i t_i ti 时刻,节点 $ y_i$ 和 x x x 建立联系,成为其邻居。
图示是时序网络的一个简单实例以及邻居形成序列。可以看到,如果只是观察网络的一个快照片,那么只能通过边上的权重反映出来。而通过邻居形成序列(图b),节点的邻居可能出现不止一次,可以显式地建模出网络中边的形成过程。同时,目标节点之间可能会相互影响(1是源节点,其邻居是目标节点),也就是说历史的邻居会影响当前邻居的形成。这个影响可能会因为节点的不同而不同,所以可以通过attention机制,学习其中的权重。
时序网络embedding目的在于:考虑网络中的时序信息,学习网络中节点的表示。这篇论文通过考虑邻居的形成序列,并考虑邻居间的相互影响,从而学习节点的表示。
论文基于Hawkes Process建模邻居形成序列。Hawkes 过程是一种典型的时序点过程(point process),其假设历史事件会影响当前事件的发生,以此建模分离的时序事件。在point process 中,通常定义一个条件强度函数(conditionl intensity function):
λ ( t ) = μ ( t ) + ∫ − ∞ t κ ( t − s ) d N ( s ) \lambda(t)=\mu(t)+\int_{-\infty}^{t} \kappa(t-s) \mathrm{d} N(s) λ(t)=μ(t)+∫−∞tκ(t−s)dN(s)
来描述序列事件的到达率(发生率)。因此,对于一个源节点 x x x,目标节点 y y y 与其建立连接的条件强度函数可以定义为:
λ ~ y ∣ x ( t ) = μ x , y + ∑ t h < t α h , y κ ( t − t h ) \tilde{\lambda}_{y \mid x}(t)=\mu_{x, y}+\sum_{t_{h}<t} \alpha_{h, y} \kappa\left(t-t_{h}\right) λ~y∣x(t)=μx,y+th<t∑αh,yκ(t−th)
其中 μ x , y \mu_{x,y} μx,y 是 x x x和 y y y 之间建立边的基强度, h h h 是邻居形成序列中的历史目标节点,也就是说在 t t t 时刻之前, h h h 和 x x x 是已经建立连接的。 α h , y \alpha _{h,y} αh,y 表示历史邻居 h h h 对当前邻居 y y y 的影响度, κ ( ⋅ ) \kappa(·) κ(⋅) 是一个核函数,表示随时间的衰减影响,通常表示为指数函数: κ ( t − t h ) = exp ( − δ s ( t − t h ) \kappa(t-t_h)=\exp(-\delta_s(t-t_h) κ(t−th)=exp(−δs(t−th)
这里的衰减率 δ s \delta_s δs 是一个依赖于源节点 s s s 的参数,因为对于每个源节点,其历史邻居节点对当前邻居的形成是不同的。
为了学习节点的低维表示,假设节点 i i i 的表示为 e i ∈ R D \mathbf{e}_i\in{\mathbb{R}^D} ei∈RD,然后将其送入强度函数(公式1),如果强度越大,节点应该更有可能建立连接。很明显,基强度反映了源节点和目标节点之间的相似性,越相似,基强度的数值也应该越大。因此,论文定义**负的欧式距离平方(negative squared Euclidean)**去度量节点间的相似度,即:
α h , y = f ( e h , e y ) = − ∣ ∣ e h − e y ∣ ∣ 2 \alpha_{h,y}=f(e_h,e_y)=−||e_h−e_y||^2 αh,y=f(eh,ey)=−∣∣eh−ey∣∣2
由于强度函数 λ y ∣ x ( t ) \lambda_{y|x}(t) λy∣x(t) 应该是正数值,而公式 (2) 是一个非正数值,所以论文采用指数函数将条件强度率转化为一个正数值,即:
λ y ∣ x ( t ) = e x p ( λ ~ y ∣ x ( t ) ) λ_{y|x}(t)=exp(\tilde λy|x(t)) λy∣x(t)=exp(λ~y∣x(t))
其实这里也可以采用其他一些函数,论文这里使用指数函数主要是为了方便后面的求解。
考虑到不同历史节点对当前邻居节点(目标节点)的影响不同,而这个影响应该是和源节点有直接关系的(取决于目标节点),论文定义源节点和历史节点之间的权重:
w
h
,
x
=
exp
(
−
∥
e
x
−
e
h
∥
2
)
∑
h
′
exp
(
−
∥
e
x
−
e
h
′
∥
2
)
w_{h, x}=\frac{\exp \left(-\left\|\mathrm{e}_{x}-\mathrm{e}_{h}\right\|^{2}\right)}{\sum_{h^{\prime}} \exp \left(-\left\|\mathrm{e}_{x}-\mathrm{e}_{h^{\prime}}\right\|^{2}\right)}
wh,x=∑h′exp(−∥ex−eh′∥2)exp(−∥ex−eh∥2)
所以历史节点对当前邻居节点(目标节点)的影响可以定义为:
注意这里目标节点和历史节点之间的类似性 $ f(\mathbf{e}_h,\mathbf{e}_y) $ 也定义为负的欧式距离平方(negative squared Euclidean),主要是和前面的保持一致。
至此,给定历史事件,在t时刻,源节点和目标目标节点建立边的强度
λ
y
∣
x
(
t
)
\lambda_{y|x}(t)
λy∣x(t) 已经给出完整定义。因此,源节点和目标节点之间建立边的概率就可以定义为:
p
(
y
∣
x
,
H
x
(
t
)
)
=
λ
y
∣
x
(
t
)
∑
y
′
λ
y
′
∣
x
(
t
)
p\left(y \mid x, \mathcal{H}_{x}(t)\right)=\frac{\lambda_{y \mid x}(t)}{\sum_{y^{\prime}} \lambda_{y^{\prime} \mid x}(t)}
p(y∣x,Hx(t))=∑y′λy′∣x(t)λy∣x(t)
对于网络中所有节点,邻居形成序列的log-likehood(似然函数)可以定义为(即优化目标):
log
L
=
∑
x
∈
V
∑
y
∈
H
x
log
p
(
y
∣
x
,
H
x
(
t
)
)
\log \mathcal{L}=\sum_{x \in \mathcal{V}} \sum_{y \in \mathcal{H}_{x}} \log p\left(y \mid x, \mathcal{H}_{x}(t)\right)
logL=x∈V∑y∈Hx∑logp(y∣x,Hx(t))
根据公式 (3)和公式 (6),可以得到
p
(
y
∣
x
,
H
x
(
t
)
)
=
e
x
p
(
λ
~
y
∣
x
(
t
)
)
∑
e
x
p
…
p(y|x, \mathcal{H}_x(t)) = \frac{exp{(\tilde{\lambda}_{y|x}(t)})}{\sum{exp{…}}}
p(y∣x,Hx(t))=∑exp…exp(λ~y∣x(t)),,所以最大化公式 (7)可以通过负采样的简化计算,最后的优化优化目标为:
log
σ
(
λ
~
y
∣
x
(
t
)
)
+
∑
k
=
1
K
E
v
k
∼
P
n
(
v
)
[
−
log
σ
(
λ
~
v
k
∣
x
(
t
)
)
]
\log \sigma\left(\tilde{\lambda}_{y \mid x}(t)\right)+\sum_{k=1}^{K} \mathbb{E}_{v^{k} \sim P_{n}(v)}\left[-\log \sigma\left(\tilde{\lambda}_{v^{k} \mid x}(t)\right)\right]
logσ(λ~y∣x(t))+k=1∑KEvk∼Pn(v)[−logσ(λ~vk∣x(t))]
其中
σ
(
⋅
)
=
1
1
+
e
x
p
(
−
x
)
\sigma(·)=\frac{1}{1+exp(-x)}
σ(⋅)=1+exp(−x)1 是一个sigmoid函数。
需要注意的是,因为历史邻居序列的长度影响强度函数的计算复杂度,论文固定最大邻居序列长度,并且只保留最近的目标节点。
3、Experiment
实验部分,论文首先通过节点分类和链路预测验证了节点表示的有效性,然后验证了通过时序推荐任务验证了条件强度函数的有效性,最后是网络可视化和参数实验。
节点分类和链路预测任务比较常规,具体分析和结果可以参考论文。值得注意的是,这里的时序推荐任务(temporal recommendation),本质上是一个排序任务,只不过训练集和测试集的划分按照时间节点划分。论文以条件强度函数作为两个节点是够建立连接的概率(评分 ranking score),用t时刻以前的数据作为训练,然后预测t时刻之后,给定节点的之间建立连接的可能。
4、Summary
总结一下,不同于常规的network embedding模型,这篇论文立足于temporal network embedding问题,考虑了真实网络的动态变化性,这应该是一个比较大的亮点。其次,论文从邻居节点的形成序列描述网络的动态演变模式,也是一种比较新颖的角度,这一点感觉和最近很火的graph convolution network有一些相似(从邻居聚合节点的表示)。最后,论文很好的利用了point process 中的Hawkes process去建模这种时间序列事件,同时采用attention机制考虑不同节点之间的不同影响,最终将问题转化为最大似然估计问题求解。论文写作也挺好,实验也比较充分,基本验证了模型的各个方面。
在看这篇论文过程中,同时也有几个问题。首先是强度函数没有考虑历史节点之间本身存在的联系,每个历史节点对当前节点的影响也只是简单叠加,是不是可以考虑的更复杂一些?其次,对于历史邻居序列的长度,如果考虑有很多邻居很长,就会导致 λ \lambda λ的计算复杂度较高,所以论文只考虑较短的邻居序列,这样是否会损失很多信息?同时,对于条件强度函数中的 δ s \delta_s δs 是如何取值确定的,论文好像没有给出说明,不清楚这个是不是Hawkes process 中的常见参数,且有常用取值。最后,论文实验部分的,每个数据集中有静态边和时序边,论文好像没有叙述清楚具体的实验是怎么进行的。
参考链接:https://zhuo931077127.github.io/2019/01/17/HTNE/