[論文レビュー] Link communities reveal multiscale complexity in networks

Yong‐Yeol Ahn, James P. Bagrow+1 more|arXiv (Cornell University)|Mar 18, 2009

Complex Network Analysis Techniques参考文献 67被引用数 96

ひとこと要約

本稿では、ノードではなくリンクのグループとしての「リンクコミュニティ」を導入し、ネットワークにおける重複構造と階層的構造を同時に捉える、新しい枠組みを提示する。リンクレベルでコミュニティを再定義し、部分集合密度を目的関数とする階層的クラスタリングを用いることで、従来のノードベース手法が抱える解像度限界を克服し、スケールにわたる組織的構造を明らかにする。実世界の多様なネットワークにおいて、標準的手法を上回る性能を示した。

ABSTRACT

Networks have become a key approach to understanding systems of interacting objects, unifying the study of diverse phenomena including biological organisms and human society. One crucial step when studying the structure and dynamics of networks is to identify communities: groups of related nodes that correspond to functional subunits such as protein complexes or social spheres. Communities in networks often overlap such that nodes simultaneously belong to several groups. Meanwhile, many networks are known to possess hierarchical organization, where communities are recursively grouped into a hierarchical structure. However, the fact that many real networks have communities with pervasive overlap, where each and every node belongs to more than one group, has the consequence that a global hierarchy of nodes cannot capture the relationships between overlapping groups. Here we reinvent communities as groups of links rather than nodes and show that this unorthodox approach successfully reconciles the antagonistic organizing principles of overlapping communities and hierarchy. In contrast to the existing literature, which has entirely focused on grouping nodes, link communities naturally incorporate overlap while revealing hierarchical organization. We find relevant link communities in many networks, including major biological networks such as protein-protein interaction and metabolic networks, and show that a large social network contains hierarchically organized community structures spanning inner-city to regional scales while maintaining pervasive overlap. Our results imply that link communities are fundamental building blocks that reveal overlap and hierarchical organization in networks to be two aspects of the same phenomenon.

研究の動機と目的

• 既存のノードベース手法が同時に捉えきれない、ネットワークにおける重複構造と階層的構造の両立という根本的課題に取り組むこと。
• コミュニティをノードではなく、関連するリンクの集合として定義する新しいパラダイムを提案し、複数の関係を自然に表現可能にする。
• リンク上で階層的クラスタリングを実施し、ノードレベルでの重複を保ちつつ、スケールにわたる組織的構造を明らかにすること。
• モジュラリティが抱える解像度限界を回避し、最適なコミュニティ検出を可能にする部分集合密度指標を導入すること。
• 実世界の多様なネットワーク（真のラベルを有するもの）を用いた実験的検証を通じて、ノードベース手法に比べてリンクコミュニティが優れていることを示すこと。

提案手法

• コミュニティを、密接に関連するリンクの集合として定義し、各リンクが1つのコミュニティに割り当てられる。これにより、ノードはそのリンクを通じて複数のコミュニティに所属可能になる。
• リンク間の類似度を測度として用い、階層的クラスタリングによりダンドログラムを構築。リーフノードはネットワークの各リンクを表し、内部ノードはリンクコミュニティを表す。
• 部分集合密度 $D$ を目的関数として用い、ダンドログラムを適切なレベルでカットする最適な段階を特定。内部リンク密度とコミュニティ品質のバランスを取る。
• $D$ を直接最適化するか、ダンドログラムの各段階で計算し、モジュラリティに内在する解像度限界を回避する。これにより、複数スケールでの意味のあるサブ構造の検出が可能になる。
• コミュニティに属するすべてのリンクの所属関係を集約することで、重複するノードコミュニティを抽出。これにより、ノードが複数のグループに属する状況を実現。
• 11個の実世界ネットワークを用い、クリークパーコレーション、グリーディモジュラリティ、Infomap と比較。複合性能スコアを用いて評価。

実験結果

リサーチクエスチョン

• RQ1 リンクベースのコミュニティ検出フレームワークは、ネットワークにおける重複構造と階層的構造を同時に明らかにできるか？
• RQ2 コミュニティをリンクレベルで定義することで、モジュラリティのような従来のノードベース手法が抱える解像度限界を克服できるか？
• RQ3 異なる種類のネットワークにおいて、リンクコミュニティの性能は確立されたノードベースアルゴリズムと比べてどうなるか？
• RQ4 リンクコミュニティは、生物学的・社会的ネットワークにおける意味のあるマルチスケール機能的サブ構造を捉えることができるか？
• RQ5 階層的リンククラスタリングにおけるコミュニティの細分化の最適レベルを体系的かつ原理的につかめるか？

主な発見

• リンクコミュニティは、ネットワークにおける重複構造と階層的組織の両方を成功裏に明らかにした。重複と階層は、相反する性質ではなく、同じ根本的構造の側面であることが示された。
• 11個の実世界ネットワークにおいて、ノードベース手法（クリークパーコレーション、グリーディモジュラリティ、Infomap）を上回り、7つのデータセットで最も高い正規化された複合性能スコアを達成した。
• 代謝ネットワーク iAF1260 では、リンクコミュニティが複合スコア 1.221 を達成し、次善の手法（k=6 のクリークパーコレーション、スコア 1.142）を顕著に上回った。
• アマゾン製品ネットワークでは、リンクコミュニティが複合スコア 1.038 を達成したのに対し、最高のクリークパーコレーション結果（k=3）は 0.912 にとどまり、カバー範囲と品質の両面で優れた性能を示した。
• モバイル電話ネットワークでは、リンクベースのアプローチが、都市内から地方レベルにわたる階層的組織構造を同定し、広範な重複が保持された状態で明らかにした。
• 部分集合密度指標 $D$ は、ダンドログラムにおける最適なコミュニティカットを効果的に特定し、解像度限界を回避するとともに、複数スケールでの意味のあるサブ構造の検出を可能にした。