[論文レビュー] Map equation for link community

Youngdo Kim, Hawoong Jeong|arXiv (Cornell University)|May 2, 2011

Complex Network Analysis Techniques被引用数 13

ひとこと要約

この論文は、もともとノードのコミュニティ検出を目的としていたマップ方程式法を拡張し、最小記述長（MDL）原理に基づいてネットワーク内のリンクコミュニティを検出する手法を提案する。ノードではなくリンクにコミュニティを再割り当てすることで、重複するノードコミュニティを効率的に同定でき、重なりの有意性を用いてリンクコミュニティとノードコミュニティの手法を定量的に比較する。その結果、多くの実世界のネットワークにおいてリンクコミュニティが構造的組織をよりよく捉えていることが示された。

ABSTRACT

Community structure exists in many real-world networks and has been reported being related to several functional properties of the networks. The conventional approach was partitioning nodes into communities, while some recent studies start partitioning links instead of nodes to find overlapping communities of nodes efficiently. We extended the map equation method, which was originally developed for node communities, to find link communities in networks. This method is tested on various kinds of networks and compared with the metadata of the networks, and the results show that our method can identify the overlapping role of nodes effectively. The advantage of this method is that the node community scheme and link community scheme can be compared quantitatively by measuring the unknown information left in the networks besides the community structure. It can be used to decide quantitatively whether or not the link community scheme should be used instead of the node community scheme. Furthermore, this method can be easily extended to the directed and weighted networks since it is based on the random walk.

研究の動機と目的

• ネットワークにおけるリンクコミュニティの検出手法を開発し、従来のノードベースのコミュニティ検出を越えること。
• ノードにコミュニティを割り当てることで、重複するノードコミュニティの効率的同定を可能にすること。
• リンクコミュニティとノードコミュニティの手法を定量的に比較するフレームワークを提供すること。
• 既知のメタデータを有する実世界のネットワークを用いて手法を検証し、既存手法との性能を評価すること。

提案手法

• 最小記述長（MDL）原理に基づくマップ方程式法を、ノードではなくリンクにコミュニティを割り当てるように適応する。
• ランダムウォークの符号化ルールを変更し、リンク上のコミュニティ割り当てを反映させ、ウォークの平均記述長を最小化する。
• リンクのコミュニティ構造にのみ依存する新しいマップ方程式を導出することで、標準的なコミュニティ検出アルゴリズムによる最適化を可能にする。
• リンクコミュニティとノードコミュニティの手法を定量的に比較するための指標として、重なりの有意性（𝒪）を導入する。
• ランダムウォークの基礎を活用することで、重み付きおよび有向ネットワークへの拡張を可能にする。
• メタデータの比較とモデルネットワークを用いて、手法の有効性と解釈可能性を検証する。

実験結果

リサーチクエスチョン

• RQ1 マップ方程式フレームワークを用いてリンクコミュニティを効果的に検出可能であり、重複するノードコミュニティの同定に寄与するか？
• RQ2 リンクコミュニティ検出の性能をノードコミュニティ検出と定量的に比較する方法は何か？
• RQ3 実世界のネットワークにおける重なりの有意性（𝒪）はどのような意味を持ち、コミュニティ構造に何を示唆するか？
• RQ4 どのような種類のネットワークにおいて、リンクコミュニティ手法がノードコミュニティ手法よりも適切か？
• RQ5 リンクコミュニティのマップ方程式は、重み付きおよび有向ネットワークへと拡張可能であり、その効率性と正確性を保持できるか？

主な発見

• リンクコミュニティ手法は、ノードに接続するリンクにコミュニティを割り当てることで、重複するノードコミュニティを効果的に検出できる。
• 政治的ブログ、Les Miserables、イルカのネットワークなど多くの社会的ネットワークで、重なりの有意性（𝒪）が0.0035以上であり、強いコミュニティの重なりが示された。
• C. elegans や代謝ネットワークのような生物学的ネットワークでは𝒪値が負であり、コミュニティの重なりが最小限であるのに対し、タンパク質相互作用ネットワークでは𝒪値が正であり、顕著な重なりがあることが示された。
• 大学フットボールネットワークでは非重複コミュニティ（低い𝒪）を示しており、地域リーグ構造と整合的であり、重なり度の指標の妥当性が裏付けられた。
• 本手法により、ノードコミュニティとリンクコミュニティの手法を定量的に比較可能となり、多くの実世界のネットワークにおいてリンクコミュニティが組織的構造をよりよく表現していることが示された。
• ランダムウォークダイナミクスに基づくため、重み付きおよび有向ネットワークへの拡張が可能である。