NodeImport：ノード重要度で不均衡なグラフ分類に挑む

導入

実世界のグラフデータでは、ノードのクラス分布が大きく偏ることが多い。多数派クラスのラベル付きノードが大量に存在する一方で、少数派クラスのサンプルは限られている。この状況では、一般的なグラフニューラルネットワーク（GNN）は多数派のパターンに過度に適応し、少数派クラスの表現を十分に学習できない可能性がある。

論文 「NodeImport: Imbalanced Node Classification with Node Importance Assessment」 は、この問題を単なるクラス重み付けや少数派ノードの追加だけで解こうとはしない。中心に置かれているのは、「どのノードが本当に不均衡の緩和に役立つのか」を評価するという発想だ。

主要ポイント

• 平衡な meta-set による重要度評価：NodeImport では、より偏りの少ない評価環境を作るために、バランスの取れた meta-set を利用する。ある訓練ノードが重要であるとは、そのノードがこの無偏に近い条件下でモデル性能を高める場合を指す。論文では、各クラスを表現しつつ全体の特徴分布にも近い meta-set の構築戦略も示されている。

• クラス単位ではなくノード単位で選ぶ：既存手法の多くは、少数派クラスを優先したり、少数派ノードを合成したりする。NodeImport はさらに細かく、個々のノードの有用性を見ようとする。少数派ノードだから必ず有益とは限らず、多数派ノードだから必ず不要とも限らない。重要なのは、学習の偏りを減らす方向に働くかどうかである。

• 直接的な重要度推定：著者らは、ノード重要度を直接評価するための式を理論的に導出したとしている。これにより、繰り返し学習や大規模な探索に伴う計算負荷を抑え、ノード選択のための直感的なしきい値を与えられる。

• ラベル付き・未ラベル・合成ノードをまとめて選別：NodeImport は、既存のラベル付きノードだけでなく、未ラベルノードや合成されたノードにも適用できる。合成処理とフィルタリング処理が切り離されているため、特定の生成手法に依存せず、さまざまなデータ拡張手法と組み合わせられる点が特徴だ。

意義と影響

この研究のポイントは、データを単に増やすことではなく、学習に影響を与えるべきデータを見極めることにある。不均衡なグラフでは、少数派を過剰に増やすとノイズが混入する恐れがあり、多数派をそのまま使い続けると偏りが強まる。NodeImport は、ノード単位の重要度という基準で、その間を調整しようとする。

この考え方は、不正検知、推薦、ソーシャルネットワーク分析、知識グラフなど、長尾クラスや希少イベントを扱うグラフ応用に関係が深い。論文では、複数のデータセットと一般的な GNN アーキテクチャで評価し、既存ベースラインに対する優位性を示したと報告している。特に、既存の生成手法や GNN と組み合わせやすいモジュール性は、実運用への展開を考える上で重要な利点となる。

出典：arXiv