[論文レビュー] What if CLIQUE were fast? Maximum Cliques in Information Networks and Strong Components in Temporal Networks

Ryan A. Rossi, David F. Gleich+2 more|arXiv (Cornell University)|Oct 22, 2012

Complex Network Analysis Techniques参考文献 24被引用数 9

ひとこと要約

本稿は、最先端の正確な最大クリーク探索手法を用いて、大規模情報ネットワークにおける最大クリークおよび動的ネットワークにおける時間的強連結成分を調査する。実世界のネットワークにおける最大クリークは、構造的性質のおかげでしばしば数秒で計算可能であり、到達可能性グラフにおけるクリークに関連する時間的強連結成分は、通常全体の20–30%の頂点を含むことが判明し、これは非常に通信度の高い部分群を示している。

ABSTRACT

Exact maximum clique finders have progressed to the point where we can investigate cliques in million-node social and information networks, as well as find strongly connected components in temporal networks. We use one such finder to study a large collection of modern networks emanating from biological, social, and technological domains. We show inter-relationships between maximum cliques and several other common network properties, including network density, maximum core, and number of triangles. In temporal networks, we find that the largest temporal strong components have around 20-30% of the vertices of the entire network. These components represent groups of highly communicative individuals. In addition, we discuss and improve the performance and utility of the maximum clique finder itself.

研究の動機と目的

• 大規模で現実的な情報ネットワークにおける最大クリークの計算可能性とその構造的意味を調査すること。
• 最大クリークサイズとネットワークの他の特性（密度、コア数、三角形数など）との関係を調査すること。
• 到達可能性グラフを活用して、時間的ネットワークにおける最大クリーク計算を応用し、時間的強連結成分の特定を可能にすること。
• パラメータ化と並列化による正確な最大クリークアルゴリズムの性能向上と柔軟性の向上を図り、実用的導入を可能にすること。
• ネットワーク科学およびクリーク検出分野における再現可能性のある研究を支援するオープンソースツールの提供

提案手法

• ソーシャル、生物学的、技術的分野の38の多様なネットワークからなるデータセットに対して、最先端の正確な最大クリーク探索手法を用いて最大クリークを計算する。
• クリークサイズの上限と下限に基づく枝刈りを施した深さ優先探索を採用し、次数に基づく枝刈りと、現在の最大クリークサイズの動的更新を含む。
• ユーザーが指定可能な下限および上限のパラメータを導入し、部分最適なクリークサイズの計算においても早期終了を可能にすることで、計算を高速化するパラメータ化探索を提案する。
• OpenMPを用いてクリーク探索プロセスを並列化し、各頂点ごとに独立してクリーク計算を実行し、定期的にグローバルな最大クリークサイズを同期して枝刈りを実施する。
• 時間的強連結成分と時間的到達可能性グラフにおける最大クリークとの等価性を活用し、電話通話やTwitterリツイートネットワークなどの動的ネットワークを分析する。
• 最高次数の隣接頂点を選択して探索を進めるヒューリスティックな最適化を採用し、最悪計算量をO(|V|·Δ²)に制限しながらも、妥当な精度を維持する。

実験結果

リサーチクエスチョン

• RQ1 実世界のネットワークにおいて、平均次数、コア数、三角形数といった他のネットワーク特性と最大クリークサイズとはどのように関係しているか？
• RQ2 電話通話やTwitterリツイートグラフのような動的ネットワークにおいて、最大時間的強連結成分の典型的なサイズと構造は何か？
• RQ3 最大1億エッジまでを有する大規模でスパースな情報ネットワークに対し、正確な最大クリークアルゴリズムはどの程度スケーラブルに動作するか？
• RQ4 パラメータ化された境界と並列化は、正しさを損なわずに最大クリーク計算をどの程度高速化できるか？
• RQ5 構造的規則性を示すにもかかわらず、なぜ時間的到達可能性グラフは依然として最大クリークアルゴリズムにとって挑戦的なのか？

主な発見

• 実世界の情報ネットワークにおける最大クリークは、最大1億エッジを有するグラフであってもしばしば数秒で計算可能であり、これは最悪ケースのNP完全性が常に実用的性能を妨げるものではないことを示している。
• kコア数K(G)は通常、最大クリークサイズω(G)の5倍以内に収まることが判明し、実ネットワークにおいてコア数とクリーク構造の強い相関関係があることが示唆された。
• 三角形数に基づく上限√(2·T(G))は、ω(G)をしばしば著しく過大評価しており、三角形密度だけでは最大クリークサイズの予測には弱いことが示された。
• 時間的ネットワークでは、最大時間的強連結成分に全体の約20–30%の頂点が含まれており、これは非常に通信度の高い部分群が相対的に小さいが、密に接続されていることを示している。
• 最大サイズの90%程度のクリーク（部分最適サイズ）を検出する場合、全最大クリーク計算よりも最大20倍速く処理可能であり、一部のネットワークではクリークサイズが大きくなると実行時間が急激に増加する。
• パラメータ化および並列化されたクリーク探索ツールは、特にユーザーが上限パラメータで希望するクリークサイズを指定することで、実行時間を顕著に短縮する。