[論文レビュー] Unifying Sparsest Cut, Cluster Deletion, and Modularity Clustering Objectives with Correlation Clustering

Nate Veldt, David F. Gleich+1 more|arXiv (Cornell University)|Dec 15, 2017

Complex Network Analysis Techniques参考文献 19被引用数 8

ひとこと要約

本稿では、解像度パラメータ λ を用いてスパーストカット、クラスタ削除、モジュラリティの目的関数を統一する新しいグラフクラスタリングフレームワークであるLambdaCCを提案する。特別に重み付けされた相関クラスタリング目的関数を最適化することで、クラスタ削除に対して2-近似を得られ、λが増加するにつれてスパーストカットと密な部分グラフ検出の間を滑らかに補間し、理論的保証と実世界のネットワークにおける実用的性能の両方を向上させる。

ABSTRACT

Graph clustering, or community detection, is the task of identifying groups of closely related objects in a large network. In this paper we introduce a new community-detection framework called LambdaCC that is based on a specially weighted version of correlation clustering. A key component in our methodology is a clustering resolution parameter, $λ$, which implicitly controls the size and structure of clusters formed by our framework. We show that, by increasing this parameter, our objective effectively interpolates between two different strategies in graph clustering: finding a sparse cut and forming dense subgraphs. Our methodology unifies and generalizes a number of other important clustering quality functions including modularity, sparsest cut, and cluster deletion, and places them all within the context of an optimization problem that has been well studied from the perspective of approximation algorithms. Our approach is particularly relevant in the regime of finding dense clusters, as it leads to a 2-approximation for the cluster deletion problem. We use our approach to cluster several graphs, including large collaboration networks and social networks.

研究の動機と目的

• スパーストカット、クラスタ削除、モジュラリティといった異なるグラフクラスタリング目的関数を、1つの整合的で一貫したフレームワークに統合すること。
• 保証された近似性能を備えたクラスタリング手法を開発し、モジュラリティーや安定性といった既存の目的関数にそのような結果が不足している問題に対処すること。
• クラスタの粒度と構造を制御する解像度パラメータ λ を導入し、スパーストカットと密な部分グラフ検出の間を補間可能にする。
• 新しい目的関数を最適化するためのスケーラブルで実用的なアルゴリズムを提供し、必須リンクおよび禁止リンクの制約への拡張を含む。
• 社会的および共同作業ネットワークを含む実世界のネットワークにおいて、フレームワークの有効性を示すこと。特に、メタデータ（例：部署所属など）との整合性が向上することを確認する。

提案手法

• 符号付きネットワークに特化した重み付き相関クラスタリング定式化であるLambdaCCを提案し、エッジの重みが類似性または相違性を反映するように設計する。
• 解像度パラメータ λ を導入し、クラスタ間カットの最小化とクラスタ内密度の最大化のトレードオフを制御する。
• ノードの次数とクラスタ密度から導かれるエッジ重みに基づく相関クラスタリング問題として目的関数を定式化し、理論的解析を可能にする。
• λ ≥ 1/2 の場合の3-近似アルゴリズムを設計し、λ = 1 のクラスタ削除問題に対しては2-近似に改善し、先行研究を上回る性能を達成する。
• 大規模グラフにおけるスケーラブルな最適化のため、貪欲な局所探索および次数重み付きLouvain型ヒューリスティクスを実装する。
• ドメイン特化クラスタリング応用を支援するため、制約（必須クラスタ、禁止クラスタ）をフレームワークに統合する。

実験結果

リサーチクエスチョン

• RQ1 チューニング可能なパラメータを用いて、スパーストカット、クラスタ削除、モジュラリティの目的関数を1つのクラスタリング目的関数で統合可能か？
• RQ2 解像度パラメータ λ は、クラスタリングにおけるスパーストカットと密な部分グラフのトレードオフにどのように影響するか？
• RQ3 相関クラスタリングをどのように変更すれば、クラスタ削除や他のグラフクラスタリング目的関数に対して保証された近似性能を得られるか？
• RQ4 LambdaCCの実世界ネットワーク（既知のコミュニティ構造やメタデータを有する）における経験的性能はいかがなものか？
• RQ5 クラスタリング結果を外部メタデータ（例：部署所属）と整合させるために、解像度パラメータ λ をどのように選択すべきか？

主な発見

• LambdaCCは、λ が小さい場合にスパーストカット目的関数に、λ が大きい場合にクラスタ削除問題に滑らかに補間され、λ がクラスタの粒度と構造を制御する。
• フレームワークはクラスタ削除問題に対して2-近似を達成し、以前の最良近似因子3を上回る。
• λ = 10⁻⁴ の場合、Lambda-Louvainはメール-EUネットワークで最高の調整ランダ指数（ARI = 0.587）を達成し、Metis、Graclus、Louvain、InfoMapを上回った。
• λ = 10⁻⁴ の場合、Lambda-Louvainが生成するクラスタのスケーリング正規化カットスコアは λ 未満に抑えられ、λ がクラスタ品質の理論的上界として機能することが裏付けられた。
• 本手法は共同作業ネットワークにおける密なコミュニティの検出に成功し、社会的ネットワークではメタデータと良好に一致し、実用的有用性を示した。
• 理論的解析により、λ が任意のクラスタのスケーリング正規化カットの上界として機能することが確認され、パrameter選択を体系的に行えることが示された。