[論文レビュー] Bayesian Degree-Corrected Stochastic Blockmodels for Community Detection

Lijun Peng, Luís Carvalho|arXiv (Cornell University)|Sep 18, 2013

Complex Network Analysis Techniques参考文献 44被引用数 8

ひとこと要約

本稿では、ノード固有の次数補正を組み込んだロジスティック回帰フレームワークを通じてコミュニティ構造を明示的にモデル化することで、コミュニティ検出を向上させるベイジアン次数補正付きストークスティックブロックモデルを提案する。Pólya-Gammaデータ増幅とラベルの非同定性を解消するための正準写像戦略を用い、ハミング損失に基づく重心推定量を採用することで、シミュレーテッドおよび実世界のネットワークにおいてMAP推定量よりも低い誤分類率を達成した。

ABSTRACT

Community detection in networks has drawn much attention in diverse fields, especially social sciences. Given its significance, there has been a large body of literature with approaches from many fields. Here we present a statistical framework that is representative, extensible, and that yields an estimator with good properties. Our proposed approach considers a stochastic blockmodel based on a logistic regression formulation with node correction terms. We follow a Bayesian approach that explicitly captures the community behavior via prior specification. We further adopt a data augmentation strategy with latent Polya-Gamma variables to obtain posterior samples. We conduct inference based on a principled, canonically mapped centroid estimator that formally addresses label non-identifiability and captures representative community assignments. We demonstrate the proposed model and estimation on real-world as well as simulated benchmark networks and show that the proposed model and estimator are more flexible, representative, and yield smaller error rates when compared to the MAP estimator from classical degree-corrected stochastic blockmodels.

研究の動機と目的

• アサートィブな行動を次数補正付きブロックモデルを通じて明示的にモデル化することを目的とした、統計的に整合性のあるベイジアンフレームワークをコミュニティ検出に開発すること。
• ラベルの非同定性を解消するため、ラベル構成の正準射影を導入することで、ストークスティックブロックモデルにおけるラベルの非同定性を解決すること。
• 効率的な推論を可能にするために、Pólya-Gamma潜在変数を用いた後部分布サンプリング戦略を設計すること。
• ハミング損失に基づく重心推定量を提案し、任意でない代表的なコミュニティ割り当てを提供すること。
• 古典的なMAPに基づく推定量と比較して、誤分類率と頑健性の面で優れた性能を示すこと。

提案手法

• ノード固有の次数補正項を含むロジスティック回帰を用いて、コミュニティ固有の辺確率をモデル化するベイジアンストークスティックブロックモデルを定式化する。
• データ増幅により効率的なギブスサンプリングを可能にするために、潜在的Pólya-Gamma変数を導入し、後部計算を簡素化する。
• ラベル構成を一意な代表空間に写像する正準写像関数 ρ(σ) を適用し、ラベルの非同定性を解消する。
• 商空間におけるノード割り当ての後部確率を最大化する重心推定量を定義し、P*(σ|A) に誘導される後部測度のモードとして定義する。
• 2段階のサンプリングアプローチを採用：初期化のための近似モード探索、その後に拡張後部分布上のギブスサンプリング。
• ハミング損失に基づく損失関数を定義し、ラベル割り当ての頑健性と解釈可能性を保証する最適推定量を提示する。

実験結果

リサーチクエスチョン

• RQ1 コミュニティ構造と次数の不均一性をよりよく捉えるために、ベイジアン次数補正付きストークスティックブロックモデルをどのように定式化できるか？
• RQ2 ストークスティックブロックモデルにおけるラベルの非同定性を形式的にどのように解決し、一貫性のある推論と推定を可能にできるか？
• RQ3 ハミング損失に基づく重心推定量は、従来のMAP推定量よりも誤分類誤差の面で優れていると期待できるか？
• RQ4 Pólya-Gammaデータ増幅の使用が、後部分布サンプリングの効率性と正確性に与える影響は何か？
• RQ5 本手法は、シミュレーテッドおよび実世界のネットワークにおいて、古典的推定量と比較して誤差率の面で優れているか？

主な発見

• 提案された重心推定量は、シミュレーテッドおよび実世界のネットワークの両方で、MAP推定量よりも顕著に低い誤分類率を達成した。
• 正準写像を用いたラベルの非同定性の解決により、一意的かつ解釈可能なコミュニティ割り当てが可能になった。
• Pólya-Gamma潜在変数を用いた後部分布サンプリングにより、変分法の近似を避ける正確かつ効率的な推論が実現された。
• 数千ノードまでの中規模ネットワークにおいても優れた性能を示し、合理的な時間内で推論が完了した。
• n=100およびn=500ノードのベンチマークネットワークにおいて、平均次数やコミュニティ構造パラメータの変動に対しても、推定量は一貫した精度を示した。
• 正準空間における誘導後部測度 P*(σ|A) により、重心推定量がハミング損失の下で最適であることが保証され、統計的に整合性のある代表的割り当てが得られた。