[論文レビュー] SPONGE: A generalized eigenproblem for clustering signed networks

Mihai Cucuringu, Peter Maxwell Davies+2 more|arXiv (Cornell University)|Apr 18, 2019

Opinion Dynamics and Social Influence被引用数 25

ひとこと要約

本稿では、符号付きネットワークにおけるスペクトルクラスタリング手法SPONGEを提案する。この手法は一般化固有値問題を解くことで、グループ内に正の辺が優勢で、グループ間で負の辺が優勢となるコミュニティを同定する。符号付きステージスティックブロックモデル（SSBM）の下で理論的保証を提供し、特に多数のクラスタを含むスパースなグラフにおいて、最先端の手法を上回る性能を発揮する。

ABSTRACT

We introduce a principled and theoretically sound spectral method for $k$-way clustering in signed graphs, where the affinity measure between nodes takes either positive or negative values. Our approach is motivated by social balance theory, where the task of clustering aims to decompose the network into disjoint groups, such that individuals within the same group are connected by as many positive edges as possible, while individuals from different groups are connected by as many negative edges as possible. Our algorithm relies on a generalized eigenproblem formulation inspired by recent work on constrained clustering. We provide theoretical guarantees for our approach in the setting of a signed stochastic block model, by leveraging tools from matrix perturbation theory and random matrix theory. An extensive set of numerical experiments on both synthetic and real data shows that our approach compares favorably with state-of-the-art methods for signed clustering, especially for large number of clusters and sparse measurement graphs.

研究の動機と目的

• エッジ重みが正または負である符号付きグラフにおけるk分割クラスタリングの原理的スペクトル手法の開発。
• 符号付きステージスティックブロックモデル（SSBM）の下で、サンプリングのスパarsityおよびノイズに対する理論的ロバスト性保証の提供。
• SSBMフレームワーク内での符号付きラプラシアン法の理論的分析を初めて提供すること。
• 特にスパースかつ高kの設定において、合成および実世界の符号付きネットワークで優れた性能を示すこと。
• 金融時系列や信頼・不信関係を有するソーシャルネットワークなどの応用分野において、正確なクラスタリングを可能にすること。

提案手法

• SPONGEは、正の辺と負の辺の類似度に基づく正則化スペクトルアプローチを用いて、クラスタリングを一般化固有値問題として定式化する。
• 正の隣接行列 $A^+$ と負の隣接行列 $A^-$ を含む一般化固有値問題を構築し、$A^+ v = \lambda D v$ を解く。ここで $D$ は次数に類似した行列である。
• 最大固有値に対応する上位 $k$ 個の固有ベクトルを選び、ノードを $k$ 次元空間に埋め込むことでクラスタリングを実行する。
• 正則化パラメータ $\tau^+$ および $\tau^-$ を導入し、固有値問題の安定性とノイズおよびスパarsityに対するロバスト性を向上させる。
• 埋め込み空間上でスペクトルクラスタリングを実行し、ノイズの増幅を避けるために $k$ または $k-1$ 個の固有ベクトルを慎重に選択する。
• SPONGE sym は対称版であり、特に高kおよびスパースな設定において性能を向上させる。

実験結果

リサーチクエスチョン

• RQ1 SSBM下で、一般化固有値問題の定式化は、符号付きネットワークにおけるロバストでスケーラブルなクラスタリングを達成できるか？
• RQ2 クラスタ数 $k$ が大きく、グラフがスパースな場合、SPONGEは既存の手法と比較してどのように性能を発揮するか？
• RQ3 ノイズおよびサンプリングのスパarsityが、SSBMにおける植え付けられたクラスタの回復に与える理論的影響は何か？
• RQ4 特に高次元的かつスパースな設定において、SPONGEは符号付きラプラシアン法よりも優れたクラスタリング精度を提供するか？
• RQ5 SPONGEは、金融相関や為替レートのような実世界の符号付きネットワークにおいて、意味のあるコミュニティ構造を回復できるか？

主な発見

• SPONGEは、特に $k$ が大きく（例：$k=20$ または $k=50$）かつグラフがスパースな場合、合成SSBMグラフにおいて最先端の手法を上回る性能を発揮する。
• $k=2$ の場合、高ノイズ下では対称符号付きラプラシアン ($\overline{L}_{\text{sym}}$) が最も優れた性能を示すが、$k$ が増加するにつれて SPONGE および SPONGE sym がそれを上回る。
• SSBMグラフ（$n=10,000$, $k=50$, $p=0.001$）において、SPONGE sym は最高の調整ランダ指数（ARI）を達成し、すべてのベンチマークを上回る。
• S&P 500金融データセット（$n=500$ 株式）では、SPONGEは $k=10$ および $k=20$ のクラスタを、セクター別グループ化と整合する形で正確に回復した。
• Forex為替レートデータセットでは、SPONGE および SPONGE sym は、SDRバスケットを構成するユーロ、米ドル、英ポンド、日本円に対応する4つの明確な為替通貨クラスタを回復した。
• ほとんどの場合、$k$ 個の固有ベクトルではなく $k-1$ 個の固有ベクトルを使用することで性能が向上し、$k$ 番目の固有ベクトルを追加するとノイズが増幅され、クラスタリング品質が低下する。