[論文レビュー] Temporal Clustering in Dynamic Networks with Tensor Decomposition

Kun Tu, Bruno Ribeiro+2 more|arXiv (Cornell University)|May 25, 2016

Tensor decomposition and applications参考文献 28被引用数 7

ひとこと要約

本稿では、PARAFAC分解を用いて時間的変化するコミュニティをモデル化するテンソル分解ベースの時系列クラスタリングフレームワークを提案する。学習された生成モデルに対してK-meansを適用し、クラスタを特定。ランク付けにはシルエット基準を用い、コミュニティの寿命は分割アルゴリズムにより検出する。本手法は、スパースで変化しやすいネットワークにおいても、最先端の手法を上回るクラスタリング精度と寿命検出性能を示す。

ABSTRACT

Dynamic networks are increasingly being usedd to model real world datasets. A challenging task in their analysis is to detect and characterize clusters. It is useful for analyzing real-world data such as detecting evolving communities in networks. We propose a temporal clustering framework based on a set of network generative models to address this problem. We use PARAFAC decomposition to learn network models from datasets.We then use $K$-means for clustering, the Silhouette criterion to determine the number of clusters, and a similarity score to order the clusters and retain the significant ones. In order to address the time-dependent aspect of these clusters, we propose a segmentation algorithm to detect their formations, dissolutions and lifetimes. Synthetic networks with ground truth and real-world datasets are used to test our method against state-of-the-art, and the results show that our method has better performance in clustering and lifetime detection than previous methods.

研究の動機と目的

• 時間的構造が変化する動的ネットワークにおける進化するコミュニティの検出という課題に対処する。
• スパースネットワークでは失敗し、重複メンバーシップをモデル化できないローカル類似度ベースのクラスタリング手法の限界を克服する。
• 解釈可能な時間的ダイナミクスを持つ潜在的コミュニティ構造を学習するため、テンソル分解を用いたグローバルモデリングアプローチを提供する。
• 分割アルゴリズムを用いてコミュニティの形成・消滅・寿命を正確に検出することを可能にする。
• 特にスパースネットワーク条件下において、既存手法よりもクラスタリング性能と寿命検出を向上させる。

提案手法

• 動的ネットワークを3モードテンソル（ノード×ノード×時間）としてモデル化し、コミュニティを表す低ランク成分を学習するためにPARAFAC分解を適用する。
• PARAFACのローディングベクトルを用いて、各コミュニティのノードメンバーシップと時間的活動パターンを抽出する。
• 分解された成分に対してK-meansクラスタリングを適用し、時間経過に伴う類似したコミュニティパターンをグループ化する。
• シルエット基準を用いてクラスタをランク付けし、最適なクラスタ数を自動的に特定し、有意義なクラスタのみを保持する。
• 各クラスタの時間的ローディングベクトルから時系列信号 λ(r)(t) を構築し、形成および消滅イベントを検出する。
• 動的しきい値戦略を用いて、時間的活動プロファイルに基づきコミュニティ寿命を特定するためのしきい値処理法を適用する。

実験結果

リサーチクエスチョン

• RQ1 グローバルで生成的アプローチを用いて、動的ネットワークにおける進化するコミュニティを効果的にモデル化する方法は何か？
• RQ2 動的ネットワークにおける最適なクラスタ数とは何か？ そして、それを自動的に特定する方法は？
• RQ3 時間的構造が変化するネットワークにおいて、コミュニティの形成・消滅・寿命を正確に検出する方法は？
• RQ4 本手法は、合成データおよび実世界データにおいて、最先端のクラスタリングおよび寿命検出技術と比較して、どのように性能を発揮するか？
• RQ5 テンソル分解のランク R がクラスタ検出およびコミュニティの解釈可能性に与える影響は何か？

主な発見

• 提案手法は、真値が与えられた合成ネットワークにおいて、最先端の手法を上回るF1スコアを達成した。
• Lakehurstデータセットでは、14の明確な時間的パターンを示す異なるコミュニティを効果的に特定した。
• Enronメールデータセットでは、15の意味のあるコミュニティを検出でき、例えばコミュニティ11は2000年にピークに達し、コミュニティ14は明確な週次パターンを示した。
• 特にスパースネットワーク条件下では類似度ベースの手法が失敗するが、本手法は寿命検出においてベースライン手法を上回った。
• テンソルランク R が小さすぎる場合（例：R=4）、複数の異なるコミュニティが1つの成分に統合され、検出精度が低下する。
• クラスタノルム比 W とノード類似度 Xijk は、分解の結果に共同で影響を与える：W > 1.06 になると、1つのクラスタが成分を支配し、他のクラスタは実質的に消失する。