[論文レビュー] Mining Target Attribute Subspace and Set of Target Communities in Large Attributed Networks

Peng Wu, Li Pan|arXiv (Cornell University)|May 10, 2017

Complex Network Analysis Techniques被引用数 4

ひとこと要約

本稿では、2つのサンプルノードのみを用いて、大規模な属性付きネットワーク内でのターゲットコミュニティおよびその属性部分空間をマイニングする手法TSCMを提案する。近隣伝搬を用いてこれらのノードを例示ノードへ拡張することで、一貫性のあるネットワーク構造と相関する集中的な属性部分空間を推定し、バックボーン構築と局所的拡張を用いてアプリケーション固有のコミュニティを同定する。合成データおよび実世界データにおいて有効性を示し、ベースライン手法に比べて部分空間の関連性が向上している。

ABSTRACT

Community detection provides invaluable help for various applications, such as marketing and product recommendation. Traditional community detection methods designed for plain networks may not be able to detect communities with homogeneous attributes inside on attributed networks with attribute information. Most of recent attribute community detection methods may fail to capture the requirements of a specific application and not be able to mine the set of required communities for a specific application. In this paper, we aim to detect the set of target communities in the target subspace which has some focus attributes with large importance weights satisfying the requirements of a specific application. In order to improve the university of the problem, we address the problem in an extreme case where only two sample nodes in any potential target community are provided. A Target Subspace and Communities Mining (TSCM) method is proposed. In TSCM, a sample information extension method is designed to extend the two sample nodes to a set of exemplar nodes from which the target subspace is inferred. Then the set of target communities are located and mined based on the target subspace. Experiments on synthetic datasets demonstrate the effectiveness and efficiency of our method and applications on real-world datasets show its application values.

研究の動機と目的

• 最小限のユーザー入力（2つのサンプルノード）でのみ利用可能な状況において、アプリケーション固有のコミュニティを同定する課題に対処すること。
• ユーザーの主観的認識に依存せず、接続された例示ノードから推定される焦点属性を用いることで、部分空間の関連性を向上させること。
• 特定のアプリケーション要件に適合したターゲット属性部分空間内で、一貫性のあるコミュニティを検出できるスケーラブルな手法を開発すること。
• ネットワークの近隣を介して限られたサンプル情報を拡張することで、広範なユーザー提供例示ノードに依存する必要を減らすこと。
• 属性重みをネットワーク接続性と一致させることで、得られたコミュニティが構造的に一貫しており意味的に明確であることを保証すること。

提案手法

• サンプル情報拡張法は、2つの入力ノードから出発し、隣接ノードを特定することで、ターゲットコミュニティの構造と属性をよりよく表現する例示ノードの集合を形成する。
• 例示ノード集合に基づいて属性重要度重みを計算することで、一貫性のあるネットワーク接続と相関する属性を強調することで、ターゲット部分空間を推定する。
• ターゲット部分空間を用いてエッジを再重み付けすることで、密度が高く構造的に一貫性のある領域内の接続を強調するバックボーンを構築する。
• バックボーン内での一貫性のある部分グラフとしてコミュニティの種（seeds）を特定し、局所的拡張の出発点とする。
• 種から局所的拡張を実行し、重複除去を施して、明確で重複のないコミュニティを抽出する。
• 本手法は最小限の入力に強く、2つのサンプルノードのみが提供されても、意味のある部分空間とコミュニティを推定できる。

実験結果

リサーチクエスチョン

• RQ1 属性付きネットワークにおいて、2つのサンプルノードのみから、ターゲット属性部分空間を効果的に推定できるか？
• RQ2 ネットワーク接続性を活用することで、ユーザーが主観的に感じる類似性と比較して、推定された属性重みの関連性をどのように向上させられるか？
• RQ3 サンプル情報の拡張が、検出されたコミュニティの品質と一貫性をどの程度向上させるか？
• RQ4 教師なし手法やユーザーによるガイド付き手法と比較して、本手法はアプリケーション固有のコミュニティ検出においてどの程度の性能を示すか？
• RQ5 本手法は、正確性と効率性を維持したまま、大規模な実世界の属性付きネットワークにもスケーラブルに適用可能か？

主な発見

• TSCMは、検出されたコミュニティとベースラインとの比較でF1スコア0.75を達成し、中程度ではあるが意味のある重複を示した。一方、TSCM-NE（拡張なし）は著しく低い整合性を示し、拡張ステップの必要性を裏付けた。
• DBLPデータセットでは、TSCMが4つの焦点属性（ICDM, SIGKDD, PAKDD, SDM）を含むターゲット部分空間を効果的に同定した。これらはいずれもデータマイニングと関連するため、実世界応用における妥当性を確認した。
• DBLPにおけるTSCMが同定したターゲットコミュニティの平均サイズは136であり、TSCM-NEコミュニティの平均サイズ136と比較して、はっきりとした大きなコミュニティの形成を示し、より高い一貫性とスケーラビリティを示している。
• POLBLOGSの事例研究では、TSCMが「billmon.org」の周囲で5つの異なる部分空間を同定し、それぞれがトピック固有の属性（例：戦争、経済、民主主義）を有していた。これにより、トピックベースのコミュニティを同定できる能力が示された。
• 合成ネットワークを用いた実験により、TSCMの有効性と効率性が確認され、正しい部分空間および一貫性のあるコミュニティの検出において高い正確性を示した。
• TSCM-NEに比べ、TSCMは部分空間の質とコミュニティの一貫性の両方で優れており、例示ノードの拡張が行われないため、TSCM-NEは多数の小さな孤立コミュニティを生成していた。