[論文レビュー] Finding Overlapping Communities in Social Networks: Toward a Rigorous Approach

Sanjeev Arora, Rong Ge+2 more|arXiv (Cornell University)|Dec 8, 2011

Complex Network Analysis Techniques被引用数 6

ひとこと要約

この論文は、局所的なエゴセントリックネットワーク解析とグローバル構造回復を組み合わせることで、ソーシャルネットワークにおける重複コミュニティの検出のためのきめ細やかなアルゴリズムフレームワークを提案する。性質テストにインspiredされたランダムサンプリングを用いることで、局所的ネットワーク構造に関する弱い仮定（実証的に裏付けられたもの）のもとで、決定的な最悪ケース実行時間の保証を達成し、ヒューリスティック手法に代わる理論的に妥当な代替手段を提供する。

ABSTRACT

A "community" in a social network is usually understood to be a group of nodes more densely connected with each other than with the rest of the network. This is an important concept in most domains where networks arise: social, technological, biological, etc. For many years algorithms for finding communities implicitly assumed communities are nonoverlapping (leading to use of clustering-based approaches) but there is increasing interest in finding overlapping communities. A barrier to finding communities is that the solution concept is often defined in terms of an NP-complete problem such as Clique or Hierarchical Clustering. This paper seeks to initiate a rigorous approach to the problem of finding overlapping communities, where "rigorous" means that we clearly state the following: (a) the object sought by our algorithm (b) the assumptions about the underlying network (c) the (worst-case) running time. Our assumptions about the network lie between worst-case and average-case. An average case analysis would require a precise probabilistic model of the network, on which there is currently no consensus. However, some plausible assumptions about network parameters can be gleaned from a long body of work in the sociology community spanning five decades focusing on the study of individual communities and ego-centric networks. Thus our assumptions are somewhat "local" in nature. Nevertheless they suffice to permit a rigorous analysis of running time of algorithms that recover global structure. Our algorithms use random sampling similar to that in property testing and algorithms for dense graphs. However, our networks are not necessarily dense graphs, not even in local neighborhoods. Our algorithms explore a local-global relationship between ego-centric and socio-centric networks that we hope will provide a fruitful framework for future work both in computer science and sociology.

研究の動機と目的

• ソーシャルネットワークにおける重複コミュニティ検出のための理論的フレームワークの欠如に取り組む。
• 現在のアプローチを支配するヒューリスティックまたは確率的モデルの限界を克服する。
• 明確な問題定義、仮定、最悪ケース実行時間解析を備えたきめ細やかなアプローチを確立する。
• 局所的なエゴセントリックネットワーク特性とグローバルコミュニティ構造回復を橋渡しする。
• NP困難なコミュニティ検出定式化を避ける計算的に効率的で解析可能な代替手段を提供する。

提案手法

• 社会学的研究に基づくエゴセントリックネットワークに関する明確な仮定を用いて、コミュニティ検出問題を形式化する。
• 性質テストおよび密度の高いグラフのアルゴリズムにインspiredされたランダムサンプリング技術を用い、疎なネットワークに対しても適用可能である。
• 局所的近傍とその相互接続を分析することで、グローバルコミュニティ構造を回復する。
• エゴセントリック部分グラフと社会的セントリックネットワーク構造を結びつけるハイブリッドな局所的・グローバル的分析フレームワークを導入する。
• 提示された仮定のもとで、決定的な最悪ケース実行時間の保証を持つアルゴリズムを設計し、NP困難な最適化に依存しない。
• 上限付きの重複や局所的密度といった構造的性質を活用して、アルゴリズムの効率性と正しさを保証する。

実験結果

リサーチクエスチョン

• RQ1 重複コミュニティ検出を、実行時間の上限を含むきめ細やかな理論的保証を伴って形式化できるか？
• RQ2 グローバルコミュニティ回復を可能にするために、最小限で実証的に妥当な局所的ネットワーク構造に関する仮定は何か？
• RQ3 ランダムサンプリング技術を疎なネットワークにどのように適応して重複コミュニティを検出できるか？
• RQ4 エゴセントリックネットワーク特性は、グローバルコミュニティ構造の発見にどの程度寄与できるか？
• RQ5 NP困難な定式化を避けるが、現実的なコミュニティの重複を捉えられるフレームワークを開発できるか？

主な発見

• 提案されたアルゴリズムは、局所的ネットワーク構造に関する弱い仮定（実証的に裏付けられたもの）のもとで、決定的な最悪ケース実行時間の保証を達成する。
• 局所的近傍からのランダムサンプリングにより、密度の高いグラフを仮定せずとも、グローバルな重複コミュニティ構造を正確に回復可能である。
• このフレームワークは、エゴセントリック（局所的）とソーショセントリック（グローバル）ネットワークの視点を効果的に橋渡しし、スケーラブルな解析を可能にする。
• クリーク検出やモジュラリティ最大化といったNP困難な問題に依存せず、より取り扱いやすい代替手段を提供する。
• コミュニティの重複や局所的接続性に関する妥当な社会学的仮定が、きめ細やかなアルゴリズム的解析に十分であることが示された。
• この研究は、コンピュータサイエンスと社会学の分野における今後の学際的研究の基盤を確立し、理論的厳密性と実証的妥当性を両立する。