[論文レビュー] SLPA: Uncovering Overlapping Communities in Social Networks via A Speaker-listener Interaction Dynamic Process

Jierui Xie, Bolesław K. Szymański+1 more|arXiv (Cornell University)|Sep 26, 2011

Complex Network Analysis Techniques参考文献 15被引用数 88

ひとこと要約

本稿では、ノード間の情報交換をシミュレートすることで、重複コミュニティを検出する動的スピーカー・リスナー・ラベル伝播アルゴリズムであるSLPAを提案する。ノードは頻度に基づいて複数のラベルを蓄積・伝播させることで、重複するノードおよびコミュニティを正確に特定可能であり、NMIおよびQov指標を用いたベンチマークおよび実世界のネットワークにおいて、既存手法を上回る性能を示した。

ABSTRACT

Overlap is one of the characteristics of social networks, in which a person may belong to more than one social group. For this reason, discovering overlapping structures is necessary for realistic social analysis. In this paper, we present a novel, general framework to detect and analyze both individual overlapping nodes and entire communities. In this framework, nodes exchange labels according to dynamic interaction rules. A specific implementation called Speaker-listener Label Propagation Algorithm (SLPA1) demonstrates an excellent performance in identifying both overlapping nodes and overlapping communities with different degrees of diversity.

研究の動機と目的

• ノードが複数のグループに属する社会的ネットワークにおける重複コミュニティ検出の課題に対処すること。
• 動的相互作用プロセスを活用して現実的なコミュニティ構造をモデル化できる、スケーラブルで効率的なアルゴリズムの開発。
• ノードごとに複数のラベルを許容し、人間のコミュニケーションに類似した情報拡散をモデル化することで、既存のラベル伝播手法を改善すること。
• NMIやQovなどの標準指標を用いて、合成ベンチマークおよび実世界のネットワークにおけるアルゴリズムの性能を評価すること。

提案手法

• 各ノードは、自身の認識するコミュニティメンバーシップを表す複数のラベルの記憶を保持する。
• 各イテレーションにおいて、ランダムに選ばれたノードがリスナーとして機能し、隣接ノードの記憶におけるラベル頻度に比例する確率で1つのラベルを受信する。
• リスナーは受信したラベルの中で最も頻度が高いラベルを選択し、それを自身の記憶に更新する。
• 停止基準（固定回数のイテレーションや収束など）を満たすまでこのプロセスを繰り返す。
• 後処理により、各ノードの記憶に蓄積されたラベル頻度に基づいて最終的なコミュニティが抽出される。
• アルゴリズムは非常にカスタマイズ可能であり、スピーカールール、リスニングルール、記憶更新、停止基準をカスタム設定可能である。

実験結果

リサーチクエスチョン

• RQ1 ノード間の動的で人間らしい情報交換をモデル化することで、重複コミュニティ検出はどのように改善されるか？
• RQ2 異なる重複度を有する合成ベンチマークネットワークにおいて、SLPAは既存の重複コミュニティ検出アルゴリズムをどの程度上回るか？
• RQ3 実世界の社会的ネットワークにおいて、SLPAは検出された重複構造のモジュラリティと精度の面でどの程度の性能を示すか？
• RQ4 異なるパrameter設定が、多様性や重複度が異なるコミュニティを検出するSLPAの能力に与える影響は何か？
• RQ5 異なるネットワークタイプにわたり、スケーラビリティと頑健性の面で、SLPAはCopra、CFinder、LFMといった最先端手法と比べてどの程度優れているか？

主な発見

• SLPAは、テストされたすべてのネットワーク構造で最高の正規化相互情報量（NMI）を達成し、特に重複多様性が高い場合（例：μ = 0.3および大きなOm）で他手法を顕著に上回った。
• 他のアルゴリズムと比較して、SLPAのNMIは重複多様性の増加に伴って低下が遅く、より高い頑健性を示した。
• 実世界のネットワークでは、大多数のケースでSLPAが最高のQov値を達成した。ジャズネットワークではCopraに0.01のわずかな差で劣ったが、全体として優位であった。
• カレッジ、セレガス、メールネットワークでは、SLPAがCopraを0.1以上も上回ったQovを達成した。
• 特に低～中程度の重複を持つネットワークでは、SLPAは他のアルゴリズムと比較して、真の値に近い数のコミュニティと重複ノードを検出できた。
• CFinderより検出される重複ノード数が少なかったが、非重複コミュニティ検出のベースラインと比較して結果がより一貫しており、重複の定義がより保守的かつ正確であると考えられる。