[논문 리뷰] Detecting highly overlapping community structure by greedy clique expansion

Conrad Lee, Fergal Reid외 2명|arXiv (Cornell University)|2010. 02. 09.

Complex Network Analysis Techniques참고 문헌 32인용 수 280

한 줄 요약

이 논문은 근접 클리크 확장(Greedy Clique Expansion, GCE)을 제안하며, 이는 탐욕적 적합도 최적화를 통해 시드 클리크를 확장함으로써 복잡한 네트워크 내에서 높은 수준의 중첩된 커뮤니티 구조를 탐지하는 새로운 국소 클러스터링 알고리즘이다. GCE는 모든 노드가 네 개의 커뮤니티에 속하는 합성 네트워크에서 다른 모든 중첩 커뮤니티 탐지 알고리즘을 능가하며, 다양한 구조적 형태에서 뛰어난 성능을 보이며 실제 단백질 상호작용 네트워크와 페이스북 친구 관계 데이터에서도 경쟁력 있는 결과를 보였다.

ABSTRACT

In complex networks it is common for each node to belong to several communities, implying a highly overlapping community structure. Recent advances in benchmarking indicate that existing community assignment algorithms that are capable of detecting overlapping communities perform well only when the extent of community overlap is kept to modest levels. To overcome this limitation, we introduce a new community assignment algorithm called Greedy Clique Expansion (GCE). The algorithm identifies distinct cliques as seeds and expands these seeds by greedily optimizing a local fitness function. We perform extensive benchmarks on synthetic data to demonstrate that GCE's good performance is robust across diverse graph topologies. Significantly, GCE is the only algorithm to perform well on these synthetic graphs, in which every node belongs to multiple communities. Furthermore, when put to the task of identifying functional modules in protein interaction data, and college dorm assignments in Facebook friendship data, we find that GCE performs competitively.

연구 동기 및 목표

• 복잡한 네트워크에서 높은 수준의 노드 중첩을 다룰 수 있는 강력한 커뮤니티 탐지 알고리즘이 부족한 문제를 해결하기 위해.
• 실제 합성 기준 테스트에서 중첩 커뮤니티, 이질적인 도수 분포, 삼중 클로징 특성을 갖는 데 잘 작동하는 새로운 알고리즘을 개발하기 위해.
• 극도로 높은 중첩이 있는 합성 그래프와 알려진 진짜 커뮤니티 기반의 실제 데이터셋에서 GCE의 성능을 평가하기 위해.
• 모든 노드가 여러 개의 커뮤니티에 속할 때에도 GCE가 높은 정확도를 유지하는 것을 입증하기 위해.

제안 방법

• GCE는 밀도 높은 부분그래프(클리크)를 커뮤니티 확장의 초기 시드로 식별한다.
• 각 시드에 대해 이웃 노드를 반복적으로 추가함으로써 국소 적합도 함수를 최적화하는 탐욕적 확장 전략을 적용한다.
• 적합도 함수는 내부 연결성과 외부 희소성 기반으로 확장의 질을 평가한다.
• 알고리즘은 시드를 병렬로 처리하고 안정성 및 유사도 기반으로 중첩된 커뮤니티를 융합한다.
• 계층적 커뮤니티 탐지에 사용하기 위해 덴드로그 유사한 구조를 사용하는 GCE의 수정 버전을 탐색한다.
• 국소적이고 탐욕적인 성격 덕분에 확장 가능하고 병렬 처리에 적합하도록 설계되었다.

실험 결과

연구 질문

• RQ1 모든 노드가 네 개 이상의 중첩된 커뮤니티에 속할 경우, 커뮤니티 탐지 알고리즘이 높은 정확도를 유지할 수 있는가?
• RQ2 실제 네트워크 특성(구조적 특성)을 반영한 합성 네트워크에서 GCE는 기존의 중첩 커뮤니티 탐지 알고리즘과 비교해 어떻게 성능을 내는가?
• RQ3 단백질-단백질 상호작용 네트워크와 페이스북 친구 관계 그래프와 같이 알려진 진짜 커뮤니티 기반의 실제 네트워크에서 GCE는 경쟁력 있는 성능을 내는가?
• RQ4 GCE는 수정된 병렬 확장 전략을 통해 계층적 커뮤니티 구조를 탐지할 수 있는가?

주요 결과

• GCE는 캘테크의 페이스북 친구 관계 네트워크에서 NMI 점수 0.338을 기록하며 다른 알고리즘을 크게 앞서며 최고의 성능을 보였다.
• 높은 중첩이 있는 합성 LFR 네트워크에서, GCE는 모든 노드가 네 개의 커뮤니티에 속할 경우 유일하게 강력한 성능을 유지한 알고리즘이었다.
• 비중첩 LFR 그래프에서도 GCE는 경쟁력 있는 결과를 기록하여 다양한 커뮤니티 중첩 수준에서도 강건함을 입증했다.
• 단백질-단백질 상호작용 네트워크 벤치마크에서 GCE는 높은 정확도로 알려진 기능 모듈을 성공적으로 복원했다.
• 다른 알고리즘, 특히 COPRA와 Blondel은 캘테크 데이터셋에서 NMI 점수가 0.30 이하였고, Clique Percolation과 abchampions는 거의 0에 가까운 점수를 기록했다.
• 알고리즘의 성능은 안정적이고 효율적이었으며, 캘테크 네트워크에서 1초 이내에 실행되었다.