[論文レビュー] Generalized network community detection

Lovro Šubelj, Marko Bajec|arXiv (Cornell University)|Oct 12, 2011

Complex Network Analysis Techniques参考文献 49被引用数 7

ひとこと要約

本稿では、コミュニティ数の事前知識を必要とせずに、リンク密度およびリンクパターンの両方のコミュニティを同定するモデルベースのラベル伝播アルゴリズムを提案する。ノードのクラスタリング係数を用いてコミュニティモデリングを精緻化することで、合成ネットワークおよび実世界のネットワーク（単一部、二部、ソフトウェア依存関係ネットワークを含む）において、最先端の性能を達成した。予測データクラスタリングタスクに対しても有効である。

ABSTRACT

Community structure is largely regarded as an intrinsic property of complex real-world networks. However, recent studies reveal that networks comprise even more sophisticated modules than classical cohesive communities. More precisely, real-world networks can also be naturally partitioned according to common patterns of connections between the nodes. Recently, a propagation based algorithm has been proposed for the detection of arbitrary network modules. We here advance the latter with a more adequate community modeling based on network clustering. The resulting algorithm is evaluated on various synthetic benchmark networks and random graphs. It is shown to be comparable to current state-of-the-art algorithms, however, in contrast to other approaches, it does not require some prior knowledge of the true community structure. To demonstrate its generality, we further employ the proposed algorithm for community detection in different unipartite and bipartite real-world networks, for generalized community detection and also predictive data clustering.

研究の動機と目的

• 既存のコミュニティ検出手法がコミュニティ数の事前知識を必要とすることや、リンク密度コミュニティのみを仮定しているという制限を解消すること。
• 凝集的（リンク密度）および構造的パターン（リンクパターン）の両方のコミュニティを捉える、より正確で一般化可能なコミュニティモデリング戦略を開発すること。
• 単一部および二部ネットワーク、およびデータクラスタリング応用を含む多様なベンチマークネットワークと実世界のデータセットに対して、アルゴリズムの評価を実施すること。
• 一般化コミュニティ検出および予測クラスタリングにおいて、本手法の有効性を示し、ネットワークタイプや構造にかかわらず堅牢性を示すこと。

提案手法

• ノードのクラスタリング係数に基づくコミュニティモデリング戦略を導入することで、ラベル伝播アルゴリズム（LPA）を拡張し、構造的パターンをよりよく捉える。
• 先行研究における導通に基づくコミュニティパラメータを、クラスタリング係数に基づく測度に置き換えることで、コミュニティ検出の精度を向上させる。
• リンク強度から導出される重みを用いた重み付きラベル伝播を採用し、各ノードが隣接ノードの中で最も頻度の高いラベルを採用する。
• 収束するまで反復的にアルゴリズムを実行し、以降のラベル変更が発生しなくなった時点でコミュニティラベルが安定化する。
• 隣接行列を用いたネットワーク表現とブロックモデル再順序付けを用いて、検出されたコミュニティを可視化および検証する。
• データクラスタリングへの応用においては、逆チェビシェフ距離を用いて類似性ネットワークを構築し、スパarsenessを確保するためのしきい値処理を実施する。

実験結果

リサーチクエスチョン

• RQ1 コミュニティ数の真の値を事前に知らない状態で、リンク密度およびリンクパターンの両方のコミュニティを検出できるコミュニティ検出アルゴリズムは存在するか？
• RQ2 ノードのクラスタリング係数に基づくコミュニティモデリングは、導通に基づくモデリングと比較して、精度および頑健性においてどのように異なるか？
• RQ3 本手法は、単一部、二部、ソフトウェア依存関係ネットワークを含む多様なネットワークタイプにどの程度一般化可能か？
• RQ4 K-Means やモデルベースのEMクラスタリングといった古典的手法と比較して、予測データクラスタリングタスクにおける本アルゴリズムの有効性はいかほどか？
• RQ5 植え付けられたパーティションや解像度制限の例を含むベンチマークネットワークにおいて、本手法は最先端のアルゴリズムを上回るか？

主な発見

• 本手法は、ZacharyのケージボールネットワークにおいてNMI 0.7386を達成し、既存手法を上回った。
• Davisの女性ネットワークでは、MPAがNMI 0.7369を達成し、実世界の社会的ネットワークにおいても優れた性能を示した。
• javax Java ソフトウェア依存関係ネットワークでは、MPAがNMI 0.7431を達成し、高レベルのソフトウェアパッケージがコミュニティとして正確に回復された。
• データクラスタリングにおいては、IrisデータセットでNMI 0.8264、EcoliデータセットでNMI 0.6251を達成し、両方のケースでK-MeansおよびMM(EM)を上回った。
• Ecoliデータセットでは、MM(EM)がNMI 0.0797にとどまり、同様の条件下で著しく劣る性能を示したのに対し、MPAは顕著に優れた性能を示した。
• MPAは、javaxネットワークにおいてリンク密度コミュニティとリンクパターンコミュニティの両方を正しく同定した。例えば、javax.swingはリンクパターンコミュニティを形成し、javax.xmlはリンク密度コミュニティを形成した。