[논문 리뷰] How to Measure Significance of Community Structure in Complex Networks

Yanqing Hu, Yiming Ding외 2명|arXiv (Cornell University)|2010. 02. 10.

Complex Network Analysis Techniques참고 문헌 14인용 수 3

한 줄 요약

이 논문은 커뮤니티 분할에 대한 사전 지식이 없이도 복잡한 네트워크의 커뮤니티 구조의 중요도를 측정하기 위한 새로운 방법을 제안한다. 이는 라플라시안 행렬의 고유벡터의 안정성에 기반한다. 고유값 갭과 고유벡터의 강건성 분석을 통해 최적의 커뮤니티 수를 식별하고, 사회적 네트워크와 *C. elegans* 신경망은 높은 중요도를 보이며, 단백질 및 대사 네트워크는 낮은 중요도를 보인다.

ABSTRACT

Community structure analysis is a powerful tool for complex networks, which can simplify their functional analysis considerably. Recently, many approaches were proposed to community structure detection, but few works were focused on the significance of community structure. Since real networks obtained from complex systems always contain error links, and most of the community detection algorithms have random factors, evaluate the significance of community structure is important and urgent. In this paper, we use the eigenvectors' stability to characterize the significance of community structures. By employing the eigenvalues of Laplacian matrix of a given network, we can evaluate the significance of its community structure and obtain the optimal number of communities, which are always hard for community detection algorithms. We apply our method to many real networks. We find that significant community structures exist in many social networks and C.elegans neural network, and that less significant community structures appear in protein-interaction networks and metabolic networks. Our method can be applied to broad clustering problems in data mining due to its solid mathematical basis and efficiency.

연구 동기 및 목표

• 커뮤니티 탐지 알고리즘에 종속되지 않고 커뮤니티 구조의 중요도를 평가할 수 있는 방법의 부족을 해결하기 위해.
• 실제 네트워크에서 흔한 오차 링크와 알고리즘적 랜덤성에 대해 커뮤니티 구조가 얼마나 강건한지를 정량화하기 위해.
• 분할 이전에 최적의 커뮤니티 수를 결정할 수 있는 수학적으로 탄탄한 지표를 개발하기 위해.
• 다양한 실제 네트워크에 이 방법을 적용하고 네트워크 유형 간 커뮤니티 구조의 중요도를 비교하기 위해.

제안 방법

• 네트워크의 라플라시안 행렬을 사용하여 고유값과 고유벡터를 계산하며, 가장 작은 고유값은 항상 0이다.
• 고유벡터의 안정성에 기반한 강건성 지수 R을 정의하며, 이는 연속된 고유값 갭과 편미분 노름의 비율에서 유도된다.
• 커뮤니티 구조 중요도를 측정하기 위해 H-지수를 도입하며, 이는 고유벡터 안정성과 고유값 갭에서 유도된다.
• 실제 네트워크에 이 방법을 적용하기 위해 커뮤니티 수 c를 변화시키며, R을 최소화하고 고유값 갭 λ_{c+1} - λ_c 를 최대화하는 c를 식별한다.
• LFR 벤치마크를 사용하여 이 방법이 알려진 커뮤니티 구조를 올바르게 복원할 수 있는지 검증한다.
• H-지수를 사용하여 네트워크를 중요도 순으로 순위 매기며, 높은 값일수록 더 안정적이고 의미 있는 커뮤니티 구조를 의미한다.

실험 결과

연구 질문

• RQ1 커뮤니티 분할에 대한 사전 지식 없이 커뮤니티 구조의 중요도를 어떻게 평가할 수 있는가?
• RQ2 라플라시안 행렬의 어떤 수학적 성질이 의미 있는 커뮤니티 구조의 존재를 신뢰성 있게 나타낼 수 있는가?
• RQ3 고유벡터의 안정성과 고유값 갭을 사용하여 네트워크의 최적 커뮤니티 수를 결정할 수 있는가?
• RQ4 사회적, 생물학적, 기술적 네트워크와 같은 다양한 유형의 실제 네트워크에서 커뮤니티 구조의 중요도는 어떻게 달라지는가?
• RQ5 오차 링크와 알고리즘적 랜덤성은 검출된 커뮤니티 구조의 신뢰성에 어느 정도 영향을 미치는가?

주요 결과

• *C. elegans* 신경망은 높은 H-지수 0.57을 보이며, 이는 매우 높은 중요도와 안정성 있는 커뮤니티 구조를 의미한다.
• *C. elegans* 대사망의 H-지수는 0.62로, 이 역시 강력한 커뮤니티 구조를 나타내며, 이는 개선된 커뮤니티 수 추정 덕분에 이전 결과와 다름을 보인다.
• 소셜 네트워크인 컬리지 풋볼 네트워크(H = 0.79)와 재즈 네트워크(H = 0.47)는 높은 중요도를 보이며, 정치 블로그 네트워크는 낮은 H-지수 0.22를 보인다.
• 단백질 상호작용 네트워크인 *E. coli*(H = 0.14), *H. Sapiens*(H = 0.21), 효모(H = 0.40)는 중간에서 낮은 중요도를 보이며, 덜 뚜렷한 커뮤니티 구조를 의미한다.
• 대사망인 *Aquifex aeolicus*, *Helicobacter pylori*, *Yersinia pestis* 는 모두 H-지수 0.36을 보이며, 일관되지만 중간 정도의 중요도를 나타낸다.
• 이 방법은 벤치마크 네트워크에서 진짜 커뮤니티 수를 성공적으로 식별한다: 제이크의 카레이트 클럽은 2개, 컬리지 풋볼은 12개, 정치 서적은 3개이며, 최소 R 값과 최대 고유값 갭으로 확인된다.