[論文レビュー] Detecting Overlapping Temporal Community Structure in Time-Evolving Networks

Yudong Chen, Vikas Kawadia+1 more|arXiv (Cornell University)|Mar 28, 2013

Complex Network Analysis Techniques参考文献 30被引用数 25

ひとこと要約

本稿では、時間発展するネットワークにおける重複する時間的コミュニティを検出するための凸最適化フレームワークを提案する。時間的滑らかさ制約の下で品質関数を最大化することで、特に静的または非重複的手法では見過ごされがちな、小さな安定したグループを含む、持続的で重複するコミュニティ構造を明らかにする。実際のネットワークおよび合成ネットワーク（AS Linkデータセット含む）を用いた実験でその有効性を示した。

ABSTRACT

We present a principled approach for detecting overlapping temporal community structure in dynamic networks. Our method is based on the following framework: find the overlapping temporal community structure that maximizes a quality function associated with each snapshot of the network subject to a temporal smoothness constraint. A novel quality function and a smoothness constraint are proposed to handle overlaps, and a new convex relaxation is used to solve the resulting combinatorial optimization problem. We provide theoretical guarantees as well as experimental results that reveal community structure in real and synthetic networks. Our main insight is that certain structures can be identified only when temporal correlation is considered and when communities are allowed to overlap. In general, discovering such overlapping temporal community structure can enhance our understanding of real-world complex networks by revealing the underlying stability behind their seemingly chaotic evolution.

研究の動機と目的

• 時間発展するネットワークにおける微細で持続的なコミュニティ構造を捉えるために、静的または非重複的手法に限界があることに対処すること。
• 時間的滑らかさと重複コミュニティ参加を統合する、原理的で整合性のある手法を開発すること。
• 従来のアプローチでノイズの影響を受けるか大規模なグループに統合されてしまう、小さな安定したコミュニティを検出可能にすること。
• 実世界および合成動的ネットワークにおける理論的保証と実用的性能を提供すること。
• 通信ネットワークにおける応用（例：DTNにおけるルーティングやコンテンツ指向ネットワークにおけるキャッシュ）を支援し、安定した下位のコミュニティ組織を明らかにすること。

提案手法

• 各ネットワークスナップショットにおける新しい品質関数を最大化する組合せ最適化問題として、重複時間的コミュニティ検出を定式化し、時間的滑らかさ制約を課す。
• 重複コミュニティ構造を効果的に捉える新しい品質関数と、時間的一致性を保証する滑らかさ制約を導入する。
• NP困難な組合せ問題を扱いやすい凸最適化問題に変換するため、凸緩和技術を用いる。
• 標準的な凸最適化ソルバを用いて緩和問題を解き、スケーラブルかつ効率的な計算を実現する。
• 解を用いて時間経過にわたるノードの複数コミュニティ参加を推定し、重複性と時間的恒続性を両立させる。
• 合成ネットワークおよび実世界のデータセット（AS Linkデータセットを含む）を用いて、重複可視化あり・なしの両状況で手法を検証する。

実験結果

リサーチクエスチョン

• RQ1 重複時間的コミュニティ検出は、非重複的または静的手法に埋もれてしまうコミュニティ構造を明らかにできるか？
• RQ2 時間的滑らかさ制約を組み込むことで、動的ネットワークにおける小さな持続的コミュニティの検出が向上するか？
• RQ3 提案手法の凸緩和法は、既存のアプローチと比較して、安定的で重複するコミュニティ構造を同定する上で優れているか？
• RQ4 本手法は、実世界の動的ネットワークにおいて、潜在的で時間的に安定したネットワーク組織をどの程度明らかにできるか？
• RQ5 検出された重複時間的コミュニティ構造は、障害耐性ネットワークにおけるルーティングやコンテンツキャッシュの応用を向上させられるか？

主な発見

• AS Linkデータセットにおいて、米国における12の自律システム（AS）の持続的ブロックと、欧州/ドイツの小さなクラスタ（AS 8928, 286, 6695, 13237）を明確に特定した。これは安定した地域的コミュニティ構造を示している。
• 米国のブロックには、Tier 1プロバイダーと主要なインターネット交換ポイントが含まれており、これらは複数の重複コミュニティに継続的に参加しており、ネットワークインfraの中心的役割を反映している。
• AS Linkデータセットにおいて2004年から2005年にかけて顕著なコミュニティ形成が検出された。これは先行研究の結果と整合的である。
• 重複コミュニティ構造は、重要なノードが複数のコミュニティに属していることを示しており、非重複モデルでは見えない多段階の階層的組織を示している。
• フレームワークは、静的または非重複的手法ではノイズに埋もれてしまう小さな持続的コミュニティを検出可能である。
• 安定的で重複するコミュニティ組織を活用することで、DTNにおけるソーシャル指向ルーティングやMANETにおける効率的コンテンツキャッシュのためのモデリングが向上する。