[論文レビュー] Community Detection in Complex Networks using Genetic Algorithm

Mursel Tasgin, Haluk Bingöl|arXiv (Cornell University)|Apr 18, 2006

Complex Network Analysis Techniques被引用数 48

ひとこと要約

この論文は、コミュニティ数やしきい値パラメータの事前知識が不要な複雑ネットワークにおけるコミュニティ検出のための遺伝的アルゴリズム（GA）ベースの手法を提案している。この手法はモジュラリティを最適化することで、O(e)の時間計算量を達成し、Enronメールデータセットのような大規模ネットワークにも効率的にスケーリングされ、Zacharyのカーリングクラブやカレッジフットボールといったベンチマークデータセットでも高い正確性を示している。

ABSTRACT

Community structure identification has been an important research topic in complex networks and there has been many algorithms proposed so far to detect community structures in complex networks, where most of the algorithms are not suitable for very large networks because of their time-complexity. Genetic algorithm for detecting communities in complex networks, which is based on optimizing network modularity using genetic algorithm, is presented here. It is scalable to very large networks and does not need any priori knowledge about number of communities or any threshold value. It has O(e) time-complexity where e is the number of edges in the network. Its accuracy is tested with the known Zachary Karate Club and College Football datasets. Enron e-mail dataset is used for scalability test.

研究の動機と目的

• 大規模複雑ネットワークにおける既存のコミュニティ検出アルゴリズムのスケーラビリティの制限を解決する。
• コミュニティ検出においてコミュニティ数やしきい値の事前知識が不要となるようにする。
• 現実世界およびベンチマークネットワークにおいて高い正確性を維持する計算効率の良い手法を開発する。
• 最適化された進化的計算を用いて、Enronメールデータセットのような非常に大規模なネットワークにおける効果的なコミュニティ検出を可能にする。
• 多様なネットワークタイプに応用可能なモジュラーで柔軟なフレームワークを提供する。

提案手法

• 遺伝的アルゴリズムを用いてネットワークのモジュラリティを最大化することで、コミュニティ検出を最適化問題として定式化する。
• 各潜在的なコミュニティ分割をGAにおける染色体として表現し、遺伝子がノードからコミュニティへの割り当てを符号化する。
• 選択、交差、変異といった遺伝的演算子を繰り返し適用し、より良いコミュニティ構造を進化させる。
• 適合度関数としてモジュラリティQを用い、候補解の進化を評価および誘導する。
• eがエッジ数であることを考慮し、O(e)の時間計算量で動作するように設計することでスケーラビリティを確保する。
• コミュニティ数やエッジ重みのしきい値といった事前定義パラメータに依存しないため、より頑健で一般化性の高い性能を実現する。

実験結果

リサーチクエスチョン

• RQ1 事前知識としてのコミュニティ数がなくても、遺伝的アルゴリズムが複雑ネットワークにおけるモジュラリティを効果的に最適化できるか？
• RQ2 非常に大規模なネットワークに適用した場合、提案手法のGAベースのアプローチは性能と正確性においてどのようにスケーリングするか？
• RQ3 従来のコミュニティ検出アルゴリズムと比較して、GAベースのアプローチの計算効率はどの程度か？
• RQ4 Zacharyのカーリングクラブやカレッジフットボールといったベンチマークネットワークにおいて、この手法は既知のコミュニティ構造をどの程度正確に回復できるか？
• RQ5 Enronメールネットワークのような実世界のデータセットにおいて、アルゴリズムはどの程度の性能を維持するか？

主な発見

• 提案された遺伝的アルゴリズムはO(e)の時間計算量を達成しており、エッジが多い大規模ネットワークにおいて非常にスケーラブルである。
• Zacharyのカーリングクラブネットワークにおいて、高い正確性でコミュニティを検出でき、既知の真の分割を回復した。
• カレッジフットボールデータセットでは、コミュニティ数の事前知識がなくても、カンファレンスベースのコミュニティ構造を正確に特定した。
• Enronメールデータセットのテストにより、アルゴリズムのスケーラビリティが確認され、36,000ノードを超える大規模な実世界ネットワークでも効果的な性能を示した。
• 多くの従来のアルゴリズムに比べてスケーラビリティで優れており、しきい値やコミュニティ数の入力が不要であるため、多様なネットワークタイプへの適用性が向上した。