[論文レビュー] Community detection with nodal information

Haolei Weng, Yang Feng|arXiv (Cornell University)|Oct 31, 2016

Complex Network Analysis Techniques参考文献 51被引用数 14

ひとこと要約

本稿では、ノード特徴量とネットワーク構造を柔軟な確率的ブロックモデルを用いて統合する、尤度に基づくコミュニティ検出手法を提案する。ノード特徴量にマルチロジスティック回帰を組み合わせ、プロファイル尤度と変分推論を用いることで、一貫したコミュニティ回復が達成され、シミュレーションおよび実データにおいてエッジのみの手法を上回る性能を示し、大標本において誤分類率が0に収束する。

ABSTRACT

Community detection is one of the fundamental problems in the study of network data. Most existing community detection approaches only consider edge information as inputs, and the output could be suboptimal when nodal information is available. In such cases, it is desirable to leverage nodal information for the improvement of community detection accuracy. Towards this goal, we propose a flexible network model incorporating nodal information, and develop likelihood-based inference methods. For the proposed methods, we establish favorable asymptotic properties as well as efficient algorithms for computation. Numerical experiments show the effectiveness of our methods in utilizing nodal information across a variety of simulated and real network data sets.

研究の動機と目的

• エッジ情報に依存する既存のコミュニティ検出手法の限界、特にノード特徴量が利用可能な場合の限界を是正すること。
• ネットワークエッジとノード特徴量を同時にモデル化する統計的に整合性のあるフレームワークを構築し、コミュニティ検出の精度を向上させること。
• ノード情報を取り入れた柔軟なネットワークモデル下で、提案された尤度ベース推定量の漸近的一貫性を確立すること。
• グローバル最適化を実現するため、半定値計画法と座標上昇法を用いた効率的な計算アルゴリズムを設計すること。

提案手法

• ノード特徴量をマルチロジスティック回帰で統合する柔軟なネットワークモデルを提案し、確率的ブロックモデルを拡張する。
• 潜在的なコミュニティ割り当てとノード特徴量を同時に取り扱うために、プロファイル尤度を用いた最尤推定を採用する。
• 計算がスケーラブルになるように、計算不能な尤度を近似するための変分推論を適用する。
• 反復的最適化のための高品質な初期コミュニティ割り当てを取得するために、半定値計画法による凸緩和を用いる。
• 推定値を改善し、グローバル最適解に収束させるために、座標上昇型アルゴリズムを実装する。
• 最終的なコミュニティラベルを回復するために、推定されたコミュニティ所属行列に対してK-meansクラスタリングを適用する。

実験結果

リサーチクエスチョン

• RQ1 ノード情報は、エッジのみのモデルを上回る精度を達成するために、体系的にコミュニティ検出に統合可能か？
• RQ2 エッジとノード情報の両方を用いた尤度ベース推論の理論的性質は何か？
• RQ3 コミュニティ構造とノード特徴量の効果を同時に推定するための効率的かつ一貫性のあるアルゴリズムはどのように設計できるか？
• RQ4 ノード特徴量が情報的である場合でも、ネットワークサイズが増大するにつれて、提案手法は一貫したコミュニティ回復を達成するか？
• RQ5 提案手法の誤分類誤差率は何か？また、正則性条件のもとで0に収束するか？

主な発見

• 提案手法は、統合モデル下で一貫したコミュニティ検出を達成し、ネットワークサイズが増大するにつれて誤分類率が確率的に0に収束する。
• 理論的分析により、推定されたコミュニティ所属行列が、ネットワーク密度およびノード特徴量の情報性に依存するレートで真の行列にL1ノルムで収束することが示された。
• 数値実験では、ノード特徴量が情報的でコミュニティ構造と相関している場合、エッジのみの手法に比べて顕著な精度向上が確認された。
• 初期化に半定値計画法を用いることで、反復的アルゴリズムの収束が速くなり、性能が向上した。
• アルゴリズムのK-meansステップは、推定された重心が漸近的に真の重心と一致するため、高い確率で真のコミュニティ構造を回復できた。
• ノード特徴量が高次元であっても、コミュニティ割り当てに情報的である限り、手法は一貫性を保った。