[論文レビュー] A Local Algorithm for Finding Well-Connected Clusters

Zeyuan Allen Zhu, Silvio Lattanzi+1 more|arXiv (Cornell University)|Apr 30, 2013

Complex Network Analysis Techniques参考文献 36被引用数 28

ひとこと要約

本稿では、出力クラスタサイズにのみ依存する実行時間を持つ、大規模グラフにおけるwell-connectedクラスタを同定する新しいランダムウォークベースの局所的アルゴリズムを提案する。クラスタリング精度とコンductanceの面で優れた理論的保証を達成しており、特にwell-connectedクラスタにおいて顕著な性能向上を示し、よりタイトな解析と合成データおよび実世界データにおける実証的検証を伴う。

ABSTRACT

Motivated by applications of large-scale graph clustering, we study random-walkbased local algorithms whose running times depend only on the size of the output cluster, rather than the entire graph. In particular, we develop a method with better theoretical guarantee compared to all previous work, both in terms of the clustering accuracy and the conductance of the output set. We also prove that our analysis is tight, and perform empirical evaluation to support our theory on both synthetic and real data. More specifically, our method outperforms prior work when the cluster is well-connected. In fact, the better it is well-connected inside, the more significant improvement we can obtain. Our results shed light on why in practice some random-walk-based algorithms perform better than its previous theory, and help guide future research about local clustering. 1.

研究の動機と目的

• 特にwell-connectedクラスタを扱う際に理論的保証に欠如している点を埋める。
• クラスタが高密度に内部接続されている場合でも、先行研究を上回るより優れたクラスタリング精度とコンダクタンスを達成する手法を開発すること。
• 一部のランダムウォークベースのアルゴリズムが実際には理論的上限を上回って性能を発揮する理由を説明する、タイトな理論的解析を提供すること。
• より強い理論的基盤と実証的検証を確立することで、将来的な局所クラスタリング研究を導くこと。

提案手法

• グラフ全体ではなく、出力クラスタサイズにのみ依存する局所的近傍探索を目的としたランダムウォークベースの手法を採用する。
• well-connectedクラスタで高いコンダクタンスを達成する可能性を高めるために、変更を加えたウォークプロセスを導入する。
• ウォークの性質を用いて出力クラスタのコンダクタンスと精度の上限を定める理論的解析フレームワークを採用する。
• 局所的ウォーク統計に基づくストップ基準を用いることで、出力集合がwell-connectedかつ高品質であることを保証する。
• 理論的境界が最適であることを示すタイトな解析技術を適用し、本手法の優位性を裏付ける。
• 理論的主張を裏付けるために、合成グラフおよび実世界データセット上での実証的検証を実施する。

実験結果

リサーチクエスチョン

• RQ1 局所的クラスタリングアルゴリズムは、well-connectedクラスタにおいて、どのようにしてコンダクタンスと精度の面でより優れた理論的保証を達成できるか？
• RQ2 なぜ一部のランダムウォークベースのアルゴリズムは、理論的解析が示す予測を上回って実際には優れた性能を発揮するのか？
• RQ3 局所的クラスタリング手法の性能を説明・向上させるために、よりタイトな理論的解析を開発できるか？
• RQ4 クラスタの内部結合性が、局所的クラスタリングアルゴリズムの性能に及ぼす影響はどの程度か？
• RQ5 本手法は、実世界および合成グラフデータ上で、先行研究と比べてどの程度優れているか？

主な発見

• 提案手法は、特にwell-connectedクラスタにおいて、先行手法よりも顕著に優れたコンダクタンスとクラスタリング精度を達成する。
• 理論的解析がタイトであることが証明されており、同じ仮定のもとでは境界をさらに改善することは不可能であることを確認している。
• 合成グラフおよび実世界グラフにおける実証的結果から、本手法が先行研究を上回っていることが確認され、クラスタ結合性が高くなるほどその差が拡大することが示された。
• 本手法は、実際には理論的予測を上回る性能を発揮する既存のランダムウォークベースのアルゴリズムの実証的成功を説明できる。
• 今後の局所的クラスタリングアルゴリズムは、性能向上のための内部クラスタ結合性の検出強化を優先すべきであるという示唆が得られた。
• アルゴリズムの実行時間は出力クラスタサイズにのみ比例するため、大規模グラフにおいても効率的である。