[論文レビュー] LSCPM: Communities in Massive Real-World Link Streams by Clique Percolation Method

Alexis Baudin, Lionel Tabourier+1 more|arXiv (Cornell University)|Jan 1, 2023

Complex Network Analysis Techniques被引用数 3

ひとこと要約

本稿では、Clique Percolation Method (CPM) をリンクストリームに適応させることで、大規模な時系列ネットワークにおけるスケーラブルなコミュニティ検出を実現する新規アルゴリズム LSCPM を提案する。k-クリークの効率的列挙を活用することで、3000万リンクのデータセットを25分未塔で処理可能であり、最良の既存手法 DCPM が1週間以上かかっても処理を完了できないのに対し、より一貫性があり、わずかに凝縮されたコミュニティを生成し、現実世界の解釈可能性が非常に高い。

ABSTRACT

Community detection is a popular approach to understand the organization of interactions in static networks. For that purpose, the Clique Percolation Method (CPM), which involves the percolation of k-cliques, is a well-studied technique that offers several advantages. Besides, studying interactions that occur over time is useful in various contexts, which can be modeled by the link stream formalism. The Dynamic Clique Percolation Method (DCPM) has been proposed for extending CPM to temporal networks. However, existing implementations are unable to handle massive datasets. We present a novel algorithm that adapts CPM to link streams, which has the advantage that it allows us to speed up the computation time with respect to the existing DCPM method. We evaluate it experimentally on real datasets and show that it scales to massive link streams. For example, it allows to obtain a complete set of communities in under twenty-five minutes for a dataset with thirty million links, what the state of the art fails to achieve even after a week of computation. We further show that our method provides communities similar to DCPM, but slightly more aggregated. We exhibit the relevance of the obtained communities in real world cases, and show that they provide information on the importance of vertices in the link streams.

研究の動機と目的

• 大規模な実世界のリンクストリームにおける、既存の Dynamic Clique Percolation Methods (DCPM) のスケーラビリティの限界を解消すること。
• Clique Percolation Method (CPM) をリンクストリーム形式に適応させ、時系列ネットワークにおける効率的かつ決定的コミュニティ検出を可能にすること。
• 大規模で現実世界の相互作用データを高時間分解能で処理できる、スケーラブルでオープンソースの実装を提供すること。
• LSCPM が計算的に効率的であるだけでなく、意味的に意味のあるかつ時間経過にわたって安定したコミュニティを生成することを示すこと。

提案手法

• リンクストリームにおける最大k-クリークの概念を導入し、静的グラフのクリーク概念を時系列に分解された相互作用データに拡張する。
• リンクストリームに特化した新しいk-クリーク列挙アルゴリズムを開発し、時間的に一貫性のある頂点集合の効率的検出を可能にする。
• 時間軸に跨る重複するk-クリークのパーコレーションを通じて、Clique Percolation Method (CPM) をリンクストリームに適用し、動的コミュニティを形成する。
• 決定的でヒューリスティックでないアプローチを用いてコミュニティを形成することで、重複するコミュニティを許容し、パーティショニングの制約を回避する。
• 効率的なデータ構造とインクリメンタル処理を活用することで、メモリ最適化されたパイプラインを実装し、大規模データセットへのスケーラビリティを実現する。
• コミュニティの粒度と時間的結束性を制御するためのkおよびリンク持続時間∆のパラメータチューニング戦略を導入する。

実験結果

リサーチクエスチョン

• RQ1 Clique Percolation Method は、大規模データセットにおける動的コミュニティ検出のために、リンクストリーム形式に効果的に適応可能か？
• RQ2 実世界のリンクストリームにおいて、LSCPM は最新の DCPM 手法と比較して、性能およびコミュニティ品質で優れているか？
• RQ3 k（クリークサイズ）を増加させることで、検出されたコミュニティの構造と結束性にどのような影響があるか？
• RQ4 LSCPM が検出するコミュニティは、時系列ネットワークにおける現実世界の相互作用パターンや頂点の役割をどのように反映しているか？
• RQ5 計算効率の高さを考慮すると、LSCPM はオンラインまたはストリーミング分析に適しているか？

主な発見

• LSCPM は、3000万リンクの実世界データセットを25分未塔で処理可能である一方、最新の DCPM 実装は1週間以上経過しても処理を完了できない。
• LSCPM が検出するコミュニティは、DCPM のものよりもわずかに凝縮されており、より高い時間的結束性を示している。
• k を増加させることで、より小さく結束性の高いコミュニティが大きなコミュニティから分裂し、ユーザーが異なる粒度で相互作用コアを探索可能になる。
• k = 3 の場合、Foursquare コミュニティには6つのスポーツ関連の施設タイプが含まれるが、k を7に増加させると、二輪スポーツに焦点を当てたサブコミュニティが明確に現れる。
• メタデータが利用可能な場合、LSCPM は意味のあるサブコミュニティを効果的に同定できる。例えば、位置ベースのネットワークにおけるユーザー間の共通関心を示す。
• アルゴリズムの理論的計算量は導出され、実装はオープンソース化されており、再現性が保たれるとともに、時系列モチーフマイニングへのさらなる拡張が可能になる。