[論文レビュー] Exact integrated completed likelihood maximisation in a stochastic block transition model for dynamic networks

Riccardo Rastelli|arXiv (Cornell University)|Oct 10, 2017

Bayesian Methods and Mixture Models参考文献 3被引用数 5

ひとこと要約

本稿では、正確な統合完了尤度（ICL）を最大化することで、動的ネットワークにストキャスティックブロック遷移モデル（SBTM）をフィッティングするためのベイジアングリーディ最適化手法を提案する。この手法により、グリッドサーチを伴わずに最適な隠れグループ数の自動選択が可能となり、時間経過に伴うエッジの持続性を効率的に捉え、大規模ネットワークにもスケーリング可能であり、ノードの非活動状態も自然にモデル化できる。静的モデルに比べて時間的ダイナミクスをよりよく捉えることができる。

ABSTRACT

The latent stochastic block model is a flexible and widely used statistical model for the analysis of network data. Extensions of this model to a dynamic context often fail to capture the persistence of edges in contiguous network snapshots. The recently introduced stochastic block transition model addresses precisely this issue, by modelling the probabilities of creating a new edge and of maintaining an edge over time. Using a model-based clustering approach, this paper illustrates a methodology to fit stochastic block transition models under a Bayesian framework. The method relies on a greedy optimisation procedure to maximise the exact integrated completed likelihood. The computational efficiency of the algorithm used makes the methodology scalable and appropriate for the analysis of large network datasets. Crucially, the optimal number of latent groups is automatically selected at no additional computing cost. The efficacy of the method is demonstrated through applications to both artificial and real datasets.

研究の動機と目的

• 既存の動的スチュアスティックブロックモデルが連続するネットワークスナップショット間でのエッジ持続性を捉える能力に限界を示していることに対処すること。
• 動的ネットワークにおける隠れグループ数とノードのクラスタ所属を同時に推定する計算効率の良い推論手順を開発すること。
• 隠れグループの時間的変化に加え、直接的なエッジ遷移確率（生成／維持）を通じて時間的依存性をモデル化すること。
• 追加の計算コストを伴わず、グリッドサーチによるモデル次元の探索を回避して最適なグループ数を自動的に選択できることを実現すること。
• 合成データおよび実世界の動的ネットワークデータ（Reality Miningデータセット含む）を用いて、本手法のスケーラビリティと精度を示すこと。

提案手法

• ノードの非活動状態と時間的エッジ遷移をモデル化するため、非情報的事前分布を用いたベイジアン階層的生成プロセスを採用する。
• 正確な統合完了尤度（ICL）を最大化するためのグリーディ最適化アルゴリズムを採用し、モデルの適合度と複雑さのバランスをとる。
• ICL基準は正確に計算され、変分近似を避ける。この基準がグループ割り当てとパラメータ推定の目的関数として機能する。
• アルゴリズムは反復的にノードをグループに再割り当てし、ICLを向上させる。収束は尤度の増加をモニタリングすることで確認する。
• フレームワークは、非活動ノードを一時的または恒久的とすることで自然に扱い、長期間にわたる時系列ネットワークにおける計算負荷を低減する。
• 実装はC++で記述され、Rパッケージ「GreedySBTM」としてCRANに公開されている。

実験結果

リサーチクエスチョン

• RQ1 時間経過に伴うエッジ持続性を明示的に捉えるモデルが、標準的な動的SBMに比べて動的ネットワークのクラスタリング性能を向上させられるか？
• RQ2 正確な統合完了尤度をグリーディな方法で効率的に最適化でき、同時にグループ数とノードの所属を推定できるか？
• RQ3 本手法が、事前の指定やグリッドサーチを必要とせずに最適な隠れグループ数を自動的に選択できるか？
• RQ4 多くの時間ステップとノードを含む大規模な動的ネットワークデータセットに対し、本手法のスケーラビリティはどの程度か？
• RQ5 エッジ持続性のモデル化は、静的モデルや非持続的動的モデルと比較して、クラスタリング精度をどの程度向上させるか？

主な発見

• シミュレーション研究において、本手法は真の隠れグループ数を正しく同定し、追加の計算コストを伴わず自動選択を達成した。
• エッジ持続性を効果的に捉えており、推定された遷移行列の対角成分が時間経過に伴うエッジ状態の安定性を示しており高い値を示した。
• Reality Miningデータセットにおいて、本手法はハブ的なグループや孤立したコミュニティを明らかにし、明確な非活動フェーズを示した。
• アルゴリズムは大規模ネットワークに対しても良好にスケーリングでき、多くの時間ステップとノードを含むデータセットの分析が計算効率よく可能となった。
• シミュレーション結果から、エッジ持続性を無視するモデルは、真の生成メカニズムを回復できず、質的に異なるかつ不正確なクラスタ解釈をもたらすことが分かった。
• 再発する非活動期間を示すデータセットにおいて、本手法は非持続的動的モデルを上回り、真のネットワークダイナミクスをよりよく捉えた。