【论文解读 AAAI 2019 | RHINE】Relation Structure-Aware Heterogeneous Information Network Embedding
论文链接：https://arxiv.org/abs/1905.08027
代码链接：https://github.com/rootlu/RHINE
会议：AAAI 2019
文章目录
1 摘要
现有的HIN嵌入方法大多都是直接将所有关系(relations)都嵌入到单个模型中，而没有区别考虑，这在本质上约束了网络嵌入学习的能力。
本文考虑了异质关联(relations)信息的结构特征，提出RHINE(Relation
structure-aware Heterogeneous Information Network Embedding )模型。
通过对真实的网络进行彻底的数学分析，作者提出了结构相关的衡量标准，将异质关系分为两类：所属关系(Affiliation Relations, ARs)和交互关系(Interaction Relations, IRs)。
作者提出了多个不同的模型，分别处理ARs和IRs，这样可以更好地捕获网络的结构和语义信息。最后将这些模型结合起来，进行优化。
在三个真实数据及上进行了节点聚类、链接预测和节点分类任务，超越了state-of-the-art。
2 介绍
研究的根本问题是HIN的NE问题。
2.1 已有的方法
（1）基于元路径的随机游走获得节点序列，以优化节点间相似度；
（2）将HIN分解成多个简单的网络，在每个子网络中优化节点间相似度；
（3）基于神经网络的方法，为HIN的嵌入学习到非线性的映射函数。
这些方法都是建立在通过让两节点表示间的距离相近，单个模型可以处理所有关系和节点信息。
但是HIN中不同类型的边有着不同的结构特征，应该用不同的模型处理它们。如图1(a)所示，网络中有元关系(AP, PC)和组合关系(APA, APC)两种关系。AP和PC就反映了不同的结构特征。AP中作者写了一篇文章，形成了点对点的对等结构；而PC中多篇文章被发表在一个会议中，形成了一对多的结构。
2.2 挑战
考虑HIN中不同关系的特征，面临以下挑战：
（1）如何辨别出HIN中不同关系的结构特征？
（2）如何捕获到HIN中不同类型的结构特征？
（3）建模不同关系的多个模型如何更好地结合，以利于优化？
2.3 作者提出
作者提出RHINE模型以学习HIN的嵌入表示。
首先通过数学分析，将HIN中的关联信息分为两类：一对多的所属关系(ARs, one-centered-by-another)，一对一对等的交互关系(IRs, peer-to-peer)。
然后提出两个模型，以捕获不同类型关系的不同结构信息。
对于节点间共享相似属性的ARs，计算节点间的欧式距离作为相似度度量，从而使得两节点在低维空间中距离靠近。
对于连接两兼容节点的IRs，将它们建模为节点之间的转换。
2.4 贡献
（1）是第一个挖掘HIN中的关系，得到不同的结构特征的工作。提出了ARs和IRs，作为区分异质关系的标准。
（2）提出关系结构感知的HIN嵌入学习模型(RHINE)，对ARs和IRs建立不同的模型，并统一优化，充分考虑了不同的结构特征。
（3）实验证明了模型的效果，在多个任务（节点聚类、链接预测和节点分类）中优于state-of-the-art。
2.5 一些定义
（1）HIN（异质信息网络）
定义图为，和分别是节点集合和边集合。且。
（2）元路径
元路径是不同类型的边连接起来的不同类型节点的序列，表示两节点之间的复合关系。
（3）node-relation三元组
在图中，关系包含元关系和复合关系(元路径)。node-relation三元组，表示节点和之间由关系连接。是node-relation三元组的集合。
（4）HIN embedding
输入，学习到映射，将节点映射成低维的向量表示。
3 关系的结构特征
分析三个HIN中关系的结构特征，在此基础上，提出了两种能够定量区分各种关系的结构相关衡量标准。
文章使用了**DBLP(学术网络)、Yelp(社交网络)和AMiner(学术网络)**三个数据集，并基于元路径分析所有的关系。但是，并不是所有的元路径都能对嵌入学习产生积极的效果，作者根据前人的工作(Shang et al. 2016; Dong, Chawla, and Swami 2017)，选取了相对重要的有意义的元路径。
3.1 所属关系(ARs)和交互关系(IRs)
对上述三个数据集进行数学分析。
定义基于节点度的衡量函数，以挖掘HIN中不同关系的区别。对于node-relation三元组，定义如下：
其中分别是的节点类型，和分别是类型为的节点的平均度数。
值较大时，说明通过关系连接的两种类型的节点之间，结构不对等，在网络结构中承担的角色不对等，也就是一对多(one-centered-by-another)。此时的关系体现出了较强的所属关系(ARs)，通过这种关系相连的节点，共享更多的相似属性。
若的值较小，则说明两种类型的节点是可兼容的(peer-to-peer)。此时的关系体现出了较强的交互关系(IRs)。
还可以通过比较关系的稀疏性，捕获结构的差异性信息。根据下式计算出，同样可以将关系分为ARs和IRs两类。
其中表示了关系的实例数，分别表示类型为的节点数。
显然，所属关系和交互关系展示了不同的特征：
（1）ARs表示一对多的结构，连边两端的不同类型的节点，平均度数差异很大。
（2）IRs表示一对一的对等结构，连边两端的不同类型的节点，平均度数很接近。
4 RHINE模型
提出关系结构感知的HIN嵌入学习模型RHINE，使用不同的模型分别处理ARs和IRs两种关系类型，以保留它们不同的结构特征，如图1©所示。
4.1 基本思想
对于ARs，使用欧氏距离衡量相连的两节点间相似度。有以下两个动机：
（1）ARs表示所属关系，相连的两节点共享相似的属性。因此通过ARs相连的节点在向量空间中应彼此距离近，这和欧氏距离的优化目标相一致。
（2）HIN嵌入学习的目标是保留高阶的相似度信息，满足三角不等式((Hsieh et al. 2017))的欧氏距离，可以保留一阶和二阶的相似度信息。
IRs反映了对等节点间的交互信息。作者将IR建模成节点在低维向量空间的相互转化。基于距离的转化和欧式距离，在数学形式上是一致的，所以两个模型可以很好地结合起来。
4.2 Different Models for ARs and IRs
4.2.1 Euclidean Distance for Affiliation Relations
对于ARs，使用欧氏距离衡量相连的两节点间相似度。给定node-relation三元组，连边的权重为，表示节点向量。节点之间的距离计算如下：
最小化，margin-based的损失函数如下：
其中是margin超参，是正样本集，是负样本集。
4.2.2 Translation-based Distance for Interaction Relations
给定node-relation三元组，且权重为，打分函数定义如下：
其中分别是节点和关系的向量表示。
margin-based损失函数定义如下：
其中是正样本集，是负样本集。
4.3 A Unified Model for HIN Embedding
最小化如下的额损失函数，结合两个模型：
4.3.1 采样策略
由于ARs和IRs的分布很不均衡，所以两者的采样比例也不同。根据两者的概率分布，进行正样本的采样。对于正样本，随机替换头节点或尾节点以获得负样本。
5 实验
数据集：DBLP、Yelp、AMiner
实验任务：节点聚类；链接预测；多类分类
对比方法：DeepWalk、LINE、PTE、ESim、HIN2Vec、Metapath2vec
实验结果：
（1）节点聚类实验结果
（2）链接预测实验结果
（3）多类分类实验结果
6 总结
本文是第一个在HIN嵌入学习中区别不同关系的不同结构特征。
提出了两个结构相关的衡量标准，用于区别ARs和IRs两类异质关系。提出RHINE模型，分别处理这两类关系，并且在多项任务中超越了state-of-the-art。
未来的研究方向是，发掘出其他可能的衡量方式，以区分不同类型的关系，更好地捕获到HIN中的结构信息。此外，还将研究如何使用深度神经网络，为不同类型的关系建模。
这篇文章的出彩之处在于将不同类型的关系分为了所属关系(ARs)和交互关系(IRs)，并给出了数学解释。
而且与以往的将所有节点和关系都建模在一个模型中不同，本文使用了两个模型分别对两种类型的关系进行建模，捕获两类关系蕴含的结构特征，然后再整合。
这两个模型都很简便，没有使用到深度神经网络。