[KDD | 论文简读] 避免由于节点嵌入中的相似性假设而导致的偏差

简读分享 | 龙文韬 编辑 | 赵晏浠

论文题目

Avoiding Biases due to Similarity Assumptions in Node Embeddings

论文摘要

节点嵌入是向量，每个节点一个，用于捕获图形的结构。基本结构是图形的邻接矩阵。最近的方法还对未链接节点的相似性做出了假设。然而，这种假设可能导致对节点组的无意但系统的偏见。在隐私约束和动态图中，计算远距离节点之间的相似性也很困难。本文提议的嵌入称为NEWS，不做出相似性假设，避免了隐私和公平性的潜在风险。NEWS是无参数的，可实现快速链路预测，并具有线性复杂性。正如本文通过与“21 real-world”上的几种现有方法进行比较所表明的那样，避免假设的这些收益不会显着影响准确性。

论文链接

https://doi.org/10.1145/3534678.3539287