[論文レビュー] Computing communities in large networks using random walks (long version)

Pascal Pons, Matthieu Latapy|ArXiv.org|Dec 12, 2005

Complex Network Analysis Techniques参考文献 41被引用数 117

ひとこと要約

この論文では、ランダムウォークを用いて頂点の類似度を測定することで、大規模なネットワークにおけるコミュニティを検出する新しいアルゴリズムであるWalktrapを紹介する。ランダムウォークが密に接続された領域に留まりがちな傾向を活用することで、Walktrapはスパースな実世界のネットワークにおいてO(n² log n)の時間でコミュニティ構造を効率的に計算する。これは、従来の手法に比べ、モジュラリティの質と計算効率の両面で優れている。

ABSTRACT

Dense subgraphs of sparse graphs (communities), which appear in most real-world complex networks, play an important role in many contexts. Computing them however is generally expensive. We propose here a measure of similarities between vertices based on random walks which has several important advantages: it captures well the community structure in a network, it can be computed efficiently, and it can be used in an agglomerative algorithm to compute efficiently the community structure of a network. We propose such an algorithm, called Walktrap, which runs in time O(mn^2) and space O(n^2) in the worst case, and in time O(n^2log n) and space O(n^2) in most real-world cases (n and m are respectively the number of vertices and edges in the input graph). Extensive comparison tests show that our algorithm surpasses previously proposed ones concerning the quality of the obtained community structures and that it stands among the best ones concerning the running time.

研究の動機と目的

• 大規模でスパースな実世界のネットワークにおけるコミュニティ構造を効率的かつ正確に検出するための手法を開発すること。
• 事前にコミュニティ数を指定する必要があるか、計算複雑度が高いため、既存のコミュニティ検出アルゴリズムの限界を解消すること。
• コミュニティ内の構造的結束性を捉えるために、ランダムウォークに基づく類似度測定を設計すること。
• この類似度測定を活用した階層的凝集型アルゴリズムを構築し、スケーラブルなコミュニティ検出を実現すること。
• 多様な実世界のネットワークにおいて、最先端のアルゴリズムと比較してモジュラリティと実行時間の両面で本手法のパフォーマンスを評価すること。

提案手法

• 各頂点から独立して開始するランダムウォークが、指定されたステップ数以内に出会う確率に基づいて、頂点間の類似度測定を定義する。
• この類似度測定を距離尺度として用い、凝集型クラスタリングを誘導し、各ステップで最も類似度の高い頂点またはコミュニティを統合する。
• 階層的コミュニティ構造を表すデンドログラムを構築し、任意のレベルでカットすることでパーティションを出力できるようにする。
• 最悪ケースでは時間計算量O(mn²)であるが、実世界のネットワークではデンドログラムの高さHが小さいため、実際にはO(n² log n)の時間計算量を達成するWalktrapアルゴリズムを実装する。
• 精度と効率のバランスを取るために、最大ウォーク長t（例：t=2またはt=5）を制限することでアルゴリズムを最適化する。
• 重み付きネットワークをサポートするスケーラブルなフレームワークに本手法を統合し、今後の研究では重複するコミュニティや有向グラフへの拡張を想定する。

実験結果

リサーチクエスチョン

• RQ1 ランダムウォークに基づく類似度測定は、大規模でスパースなネットワークにおけるコミュニティ構造を効果的に捉えることができるか？
• RQ2 Walktrapアルゴリズムは、従来のコミュニティ検出手法と比較して、モジュラリティと実行時間効率の両面で優れているか？
• RQ3 ウォーク長tが検出されたコミュニティ構造の品質とパフォーマンスに与える影響は何か？
• RQ4 本アルゴリズムは、数百万ノードを含む大規模ネットワークにもスケーラブルに適用可能か？また、メモリ制限は何か？
• RQ5 ランダムウォーク類似度測定は、有向ネットワークや重み付きネットワークへ一般化可能か？そのために必要な変更は何か？

主な発見

• Walktrapは実世界のネットワークで高いモジュラリティを達成しており、ウェブグラフ（www）では0.91、arXiv共同作業ネットワークでは0.76のモジュラリティスコアを示した。
• 実世界のネットワークではデンドログラムの高さHが小さいため、WalktrapはO(n² log n)の時間で実行され、大規模応用に実用的である。
• Girvan–Newman、Donetti–Muñoz、Fast Modularityと比較して、テストしたネットワークのほとんどすべてでモジュラリティの質が優れており、1つのネットワークを除いて同等かそれ以上であった。
• 最大のネットワーク（www、159,683ノード）では、Walktrapは5,770秒（約96分）でパーティションを計算したが、Girvan–Newmanは40,000秒以上を要し、実用的でなかった。
• 本手法は、社会的・生物学的・技術的ネットワークを含む多様なネットワークタイプにわたり、小規模・大規模の両方のグラフで一貫したパフォーマンスを示し、頑健である。
• 本アルゴリズムは重み付きネットワークに対しても直接適用可能であり、有向ネットワークへの拡張は今後の研究において有望な方向性とされている。