[論文レビュー] Improving PageRank for Local Community Detection

Alexandre Hollocou, Thomas Bonald+1 more|arXiv (Cornell University)|Oct 27, 2016

Complex Network Analysis Techniques参考文献 14被引用数 4

ひとこと要約

この論文では、種まきノードからの低次元ランダムウォーク埋め込みを用いて、重複を許す複数の局所コミュニティを検出する新規なコミュニティ検出アルゴリズム WalkSCAN を提案する。短いランダムウォーク（T=2–3）によってノードをベクトル空間にマッピングすることで、レキシコグラフィック・ランク（LexRank）と DBSCAN クラスタリングを用いた効率的なコミュニティ検出が可能となり、複雑なコミュニティ構造を示す実際のネットワークにおいて、PageRank を上回る性能を発揮する。

ABSTRACT

Community detection is a classical problem in the field of graph mining. While most algorithms work on the entire graph, it is often interesting in practice to recover only the community containing some given set of seed nodes. In this paper, we propose a novel approach to this problem, using some low-dimensional embedding of the graph based on random walks starting from the seed nodes. From this embedding, we propose some simple yet efficient versions of the PageRank algorithm as well as a novel algorithm, called WalkSCAN, that is able to detect multiple communities, possibly overlapping. We provide insights into the performance of these algorithms through the theoretical analysis of a toy network and show that WalkSCAN outperforms existing algorithms on real networks.

研究の動機と目的

• 大規模で複雑なネットワークにおけるグローバルコミュニティ検出の限界を克服するため、種まきノードからの局所的コミュニティ検出に焦点を当てる。
• 単一の非交差コミュニティを仮定するのではなく、複数の重複を許すコミュニティを検出できる手法を開発する。
• ターゲットコミュニティ外のノードを含むノイズの多いまたは不完全な種まきセットに対しても、耐性を高める。
• 低次元埋め込みを用いることで、従来の PageRank に基づく手法に代わる計算効率の高い代替手法を提供する。

提案手法

• 計算効率を考慮し、T=2 または 3 として、種まきノードからのランダムウォーク確率を用いてノードを T 次元空間に埋め込む。
• 埋め込み空間における線形分類器として PageRank を再解釈し、PageRankThreshold や LexRank といった単純な変種を可能にする。
• パラメータを必要としない LexRank を提案し、埋め込み空間における辞書式順序によってノードをランク付けする。
• DBSCAN クラスタリングを埋め込み空間に適用することで、複数のコミュニティを検出する WalkSCAN を導入する。
• 短いランダムウォークですでにコミュニティ構造を保持できる埋め込みを用いることで、スケーラブルで正確な検出を実現する。
• 理論的分析により、埋め込みベクトルが異なるコミュニティに属するノードを分離することが示され、特に種まきノードが複数のコミュニティにまたがる場合に顕著である。

実験結果

リサーチクエスチョン

• RQ1 種まきノードからの低次元ランダムウォーク埋め込みは、局所的コミュニティ検出においてコミュニティ構造を効果的に保持できるか？
• RQ2 埋め込み空間における辞書式順序に基づく LexRank は、コミュニティ検出において従来の PageRank を上回る性能を発揮するか？
• RQ3 種まきセットが複数のコミュニティにまたがる場合、WalkSCAN は複数の重複を許すコミュニティを検出できるか？
• RQ4 種まきセットにターゲット外のノードが含まれる場合、WalkSCAN はどの程度耐性を示すか？
• RQ5 ノイズや摂動が加えられたネットワーク条件下でも、埋め込みベースのアプローチは性能を維持できるか？

主な発見

• WalkSCAN は、複雑で重複を許すコミュニティ構造を示す実世界のネットワークにおいて、既存のアルゴリズム（PageRank を含む）を上回る性能を発揮する。
• ランダムウォークのステップ数を T=2 または 3 に制限しても高い性能を達成しており、効果的なコミュニティ検出には低次元埋め込みで十分であることが示された。
• パラメータを必要としない LexRank は、埋め込み空間における辞書式順序に基づくノードランク付けにより、競争力のある性能を発揮する。
• 種まきセットが複数のコミュニティにまたがる場合、WalkSCAN は標準的な PageRank にはない複数のコミュニティの回復に成功する。
• アルゴリズムは種まきセットの誤りに対しても耐性を示し、ターゲットコミュニティ外のノードを含んでも高い正確性を維持する。
• トロイネットワークにおける理論的分析により、埋め込みベクトルが異なるコミュニティに属するノードを分離することが確認され、埋め込み空間では明確なクラスタリングパターンが観察された。