Community structure enhanced cascade prediction 笔记
目录
一、摘要
深度学习不用去手工提取特征，但是现有深度模型没有在传播预测任务中使用社区结构。所以提出一个CS-RNN框架，把社区在传播中的影响考虑在内，做传播预测。
SRE实战 互联网时代守护先锋，助力企业售后服务体系运筹帷幄！一键直达领取阿里云限量特价优惠。二、杂记
- 贡献：①引入community structure information；②CS-RNN模型包含社区结构标签预测层(community structure labels prediction layer)，可以预测下一个活跃节点的社区结构标签；③参数健壮、结果好；（PS：原文中3、4点被总结到此处第3点了，单从此处来看创新并不是很吸引人。）
- 参考文献结论：strong community 通过加强局部和社区内部的传播，有利于信息进行全局传播。
- 文章缺点：参考文献列举了随着神经网络发展产生的一些深度模型，但是并没有描述这些深度模型的侧重点或者缺点。（PS：那如何突出自己工作的重要性）
三、模型思想
3.1 问题定义：
Network：\(G=(V,E)\)，\(V\)是顶点代表用户，\(E\)是边代表用户间关系；
Cascade：\(S=\{\left(t_{i}, v_{i}\right) | v_{i} \in V, t_{i} \in[0,+\infty), t_i \le t_{i+1}, i=1,2,...,N \}\)，代表节点\(v_i\)在\(t_i\)时刻分享了消息；
Community：\(G(V',E')\)代表内部连接紧密的子图。假设图\(G=(V,E)\)可以被分为q个子部分\(\mathcal{L} = \left\{L_{1}, L_{2} \ldots L_{q}\right\}\)，一个用户 \(v_i\) 只能属于一个社区，且它的社区标签并定义为\(c_{v_i} \in X_{\mathcal{X}}\)；
问题描述：观察之前的传播过程，给定k个时间节点对（Cascade）表示为\(S_{\le k}\)，在传播级联中进行序列建模，来预测下一个激活节点的概率，即\(p(v_{k+1}|S_{\le k})\)，还要预测下一个激活节点的社区标签\(c_{v_{k+1}}\)，即\(P{c_{v_{k+1}}|S_{\le k}}\)，还要预测节点激活的确切时间。
3.2 模型框架
基本原理：信息传播到下一个节点不仅跟活跃节点的历史序列状态有关，还跟信息传播过的社区有关。
模型框架图如下，带标号和有颜色背景的无边缘线图形，是我为了更好的描述框架而加上的：
输入层：
①图中标记1的部分，把节点\(v_k\)转换成一个低维的向量\(\mathbf{v}_k \in R^{d_v}\)，\(\mathbf{v}_{k}=\mathbf{W}_{e m v}^{T} v_{k}\)；
②图中标记2的部分，把社区标签\(c_{v_k}\)也初始化转换为低维向量\(\mathbf{c}_{v_k} \in R^{d_c}\)，\(\mathbf{c}_{v_{k}}=\mathbf{W}_{e m c}^{T} c_{v_{k}}\)；
隐藏层：
①图中标记3的部分，这里是把\(\mathbf{v}_1\)到\(\mathbf{v}_k\)用一个RNN串联起来，表示每个节点的初始隐含表示，由之前得到的表示向量\(\mathbf{v}_k\)和传播过程中上一个节点的隐含表示所决定：\(\mathbf{h}_{k}^{(0)}=R N N\left(\mathbf{v}_{k}, \mathbf{h}_{k-1}^{(0)}\right)\)。其中，\(h_0^{(0)}\)由全0的向量初始化，RNN层中可以使用GRU和LSTM。这里暂时把\(\mathbf{h}_{k}^{(0)}\)和上一步得到的\(\mathbf{c}_{v_{k}}\)拼接起来，组成\(\mathbf{h}_{k}^{(1)}= \mathbf{h}_{k}^{(0)} \oplus \mathbf{c}_{v_{k}}\)，备用。
②图中标记4的部分，把传播级联中的时间t，也按照序列顺序用RNN串联，得到\(\mathbf{h}_{k}^{(2)}=R N N\left(\mathbf{t}_{k}, \mathbf{h}_{k-1}^{(2)}\right)\)。
最后，把上述的两个（其实是三个\(\mathbf{h}_{k}^{(1)}\)由两部分组成）拼接起来，组成一个向量（图中三色向量图形），然后通过一个线性变换层（FC层）和一个非线性变换（激活层）【图中Linear and Activation Layer】，得到结果：\(\mathbf{h}_{k}^{\mathrm{cas}}=\delta\left(\mathbf{W}_{h}^{T}\left(\mathbf{h}_{k}^{(1)} \oplus \mathbf{h}_{k}^{(2)}\right)+\mathbf{b}_{h}\right)\)。
社区结构标签产生：（图中右上部分）
由上面得到的\(\mathbf{h}_{k}^{\mathrm{cas}}\)，在通过一个线性变换层和激活层，目的是为了把\(\mathbf{h}_{k}^{\mathrm{cas}}\)映射到和社区结构标签嵌入向量同样的空间中去，得到\(\mathbf{h}_{k}^{\mathrm{com}}=\delta\left(\mathbf{W}_{\mathrm{com}}^{T} \mathbf{h}_{k}^{\mathrm{cas}}+\mathbf{b}_{\mathrm{com}}\right)\)，然后把\(\mathbf{h}_{k}^{\mathrm{com}}\)和所有社区标签向量做余弦相似度，在用一个softmax层归一化所有相似度，得到（预测）下一个激活节点的社区标签，\(\mathbf{p}_{k}^{c o m}=\operatorname{sigmoid}\left(\mathbf{h}_{k}^{c o m} \mathbf{W}_{e m c}^{T}\right)\)。
下一个激活节点的产生：（图中右上部分）
我们可以看到，图中的右上部分有一个类似残差神经网络（大雾）的连接，其实是作者又做了一个下一个激活节点的预测，具体如下：
通过模型左侧得到的\(h_k^{cas}\)，和刚刚预测的社区结构标签 $ \mathbf{p}_{k}^{\text {com}}$，作者把这两个向量拼接起来，再送入线性变换层和激活层，得到 \(\mathbf{h}_{k}^{\text {node }}=\delta\left(\mathbf{W}_{\text {node }}^{T}\left(\mathbf{h}_{k}^{\text {cas }} \oplus \mathbf{p}_{k}^{\text {com }}\right)+\mathbf{b}_{\text {node }}\right)\)，然后如法炮制，在计算隐向量\(h_k^{node}\)和所有节点的嵌入表示之间的余弦相似度，再用softmax层归一化，得到每个节点的概率表示，从而预测下一个激活结点是哪个节点。
下一个激活时间预测：（图中左上部分）
利用最开始得到的传播级联第K步的表示\(h_k^{cas}\)，还可以预测传播过程的第K+1步和第k步之间的时间间隔，即\(t_{k+1}-t_{k}=\mathbf{W}_{t}^{T} \mathbf{h}_{k}^{c a s}+\mathbf{b}_{t}\)。
哇，这是一口气做了三个预测，通过传播级联第K步的表示\(h_k^{cas}\)，文中做了下一个激活节点的预测，下一激活节点所在的社区标签的预测，还做了时间间隔的预测，感觉文章要做multi-task了（是不是做multi-task会有收获呢？），然而没有，文中的损失函数：
\[ \operatorname{Loss}(Q)=\sum_{f=1}^{F} \sum_{i=1}^{N_{f}-1} \log p\left(\left(t_{k+1}, v_{k+1}, c_{k+1}\right) | c_{v_{k}}, S_{\leq k}\right) \]
利用基于时间的反向传播（backpropagation through time，BPTT）来训练模型，最后用SGD，mini-batch和Adam优化。为了加快速度，在训练过程中使用正交初始化方法。
四、实验
利用合成数据和真实数据（Digg数据集）。主要在合成数据集上做了分析，对于真实数据集分析简短。
设备：Tesla V100 32G GPU， Intel Xeon E5 CPU，512G内存。
合成数据生成方法：（不太懂，之后用到生成数据可以参考这里，关键是传播都能够生成！）
网络结构和传播过程都是生成的。
网络结构生成，两种方法：①kronecker graph model；②LFR bechmark，更像真实网络。产生两种网络结构①random network（RD）；②层级社区网络（HC）。
传播过程生成，对于每个节点，按照一定的时间分布来设置被激活用户的激活时间，参考其他文献，也设置了两种分布，①混合指数分布（Exp）；②混合瑞利分布（Ray）；
对比算法：
CYANRNN(AAAI’17)：使用attention-based RNN，利用传播过程中的交叉依赖性（什么是交叉依赖性？）。
RNNPP(AAAI’17)：用RNN的视角处理point process，建模背景和历史作用。可以预测event时间，主要类型的event和子类型的event。作者在论文中把社区结构当做main-types，把node当做sub-type。
RMTPP(SIGKDD‘16)：将时间点过程的强度函数视为历史的非线性函数，利用RNN自动学习事件历史影响的表示。
S-RNN,CS-RNN,CS-GRU,CS-LSTM：分别是去掉社区结构的方法，原始方法，使用GRU的方法和使用LSTM的方法。前两个是为了对比结果证明，社区结构有用的，后面两个是对比GRU好还是LSTM好。
结果还是比较中规中矩的，提出的方法肯定是最优的，社区结构是有用的。
五、其他
瑞利分布（Rayleigh Distribution）：当一个随机二维向量的两个分量呈独立的、有着相同的方差的正态分布时，这个向量的模呈瑞利分布。
六、参考文献
[1]. Liu, Chaochao, et al. “Community Structure Enhanced Cascade Prediction.” Neurocomputing, vol. 359, Elsevier B.V., 2019, pp. 276–84, doi:10.1016/j.neucom.2019.05.069.
