[논문 리뷰] Localized Flow-Based Clustering in Hypergraphs

Nate Veldt, Austin R. Benson외 1명|arXiv (Cornell University)|2020. 02. 21.

Complex Network Analysis Techniques참고 문헌 30인용 수 5

한 줄 요약

이 논문은 초그래프에서 일반화된 비율 컷 목적함수를 최소화하기 위해 초그래프 최소 $s$-$t$ 컷 문제의 순서를 풀어, 강하게 局소화된 흐름 기반 클러스터링 프레임워크를 제안한다. 전체 초그래프를 탐색하지 않고도 기준 집합 주변에서 고품질의 국소 클러스터를 효율적으로 식별하며, 수백만 개의 노드와 초간선을 가진 대규모 실세계 초그래프에서도 실행 시간이 몇 초에서 몇 분 이내로 이루어진다.

ABSTRACT

Hypergraphs are a useful abstraction for modeling multiway relationships in data, and hypergraph clustering is the task of detecting groups of closely related nodes in such data. Graph clustering has been studied extensively, and there are numerous methods for detecting small, localized clusters without having to explore an entire input graph. However, there are only a few specialized approaches for localized clustering in hypergraphs. Here we present a framework for local hypergraph clustering based on minimizing localized ratio cut objectives. Our framework takes an input set of reference nodes in a hypergraph and solves a sequence of hypergraph minimum $s$-$t$ cut problems in order to identify a nearby well-connected cluster of nodes that overlaps substantially with the input set. Our methods extend graph-based techniques but are significantly more general and have new output quality guarantees. First, our methods can minimize new generalized notions of hypergraph cuts, which depend on specific configurations of nodes within each hyperedge, rather than just on the number of cut hyperedges. Second, our framework has several attractive theoretical properties in terms of output cluster quality. Most importantly, our algorithm is strongly-local, meaning that its runtime depends only on the size of the input set, and does not need to explore the entire hypergraph to find good local clusters. We use our methodology to effectively identify clusters in hypergraphs of real-world data with millions of nodes, millions of hyperedges, and large average hyperedge size with runtimes ranging between a few seconds and a few minutes.

연구 동기 및 목표

• 복잡한 데이터에서 다자간 관계를 모델링하는 데 필수적인 초그래프에 특화된 국소화된 클러스터링 방법의 부족을 해결하기 위해.
• 전체 초그래프를 탐색하지 않고도 주어진 기준 노드 집합과 겹치는 잘 연결된 국소 클러스터를 식별하는 프레임워크를 개발하기 위해.
• 전통적인 그래프 컷 개념을 노드 구성 요소를 초간선 내부에 포함시켜 일반화함으로써 더 세밀한 초그래프 컷 정의를 가능하게 하기 위해.
• 전체 초그래프 크기와 무관하게 실행 시간의 강한 국소화를 유지하면서도 클러스터 품질에 대한 이론적 보장을 확보하기 위해.
• 수백만 개의 노드, 초간선, 높은 평균 초간선 크기를 가진 실세계 초그래프에 효과적으로 스케일링하기 위해.

제안 방법

• 노드 구성 요소에 따라 의존하는 국소 비율 컷 목적함수를 정의하여, 단지 잘린 초간선의 수가 아니라 초간선 내부의 노드 구성까지 고려한다.
• 기준 집합에서 시작하여 잘 연결된 영역으로 클러스터를 반복적으로 확장하기 위해 초그래프 최소 $s$-$t$ 컷 문제의 순서를 풀이한다.
• 각 초간선 내 특정한 노드 배열을 고려하는 새로운 일반화된 초그래프 컷 개념을 도입하여 클러스터 품질을 향상시킨다.
• 알고리즘은 실행 시간이 전체 초그래프 크기와 관계없이 입력 기준 집합의 크기만에 의존하는 강력한 국소화 특성을 지닌다.
• 그래프 클러스터링에서 유래한 흐름 기반 최적화 기법을 초그래프 특유의 구조적 특성에 맞게 확장하여 적용한다.
• 출력 클러스터의 도전도가 입력 기준 집합에 대해 경계가 되도록 하여 이론적 품질 보장을 보장한다.

실험 결과

연구 질문

• RQ1 전체 탐색을 피하면서도 클러스터 품질에 대한 강력한 이론적 보장을 유지할 수 있는 국소화된 초그래프 클러스터링 방법을 설계할 수 있는가?
• RQ2 초간선 내부의 노드 구성 요소를 반영할 수 있도록 일반화된 초그래프 컷 목적함수를 어떻게 정의할 수 있는가? 단지 잘린 초간선의 수를 세는 것만이 아니라.
• RQ3 그래프 클러스터링에서 유래한 흐름 기반 기법을 초그래프로 얼마나 효과적으로 확장할 수 있는가? 이는 효율적이고 확장 가능한 클러스터링을 가능하게 한다.
• RQ4 제안된 방법의 경험적 성능은 평균 초간선 크기가 높은 대규모 실세계 초그래프에서 어떻게 나타나는가?
• RQ5 알고리즘의 실행 시간은 입력 기준 집합 크기에 따라 어떻게 변화하는가? 대규모 초그래프에서도 여전히 효율적인가?

주요 결과

• 제안된 방법은 수백만 개의 노드와 초간선을 가진 실세계 초그래프에서 몇 초에서 몇 분 이내로 실행 시간을 확보한다.
• 높은 평균 초간선 크기를 가진 초그래프에서 고품질의 국소 클러스터를 성공적으로 식별하여 확장성과 실용성을 입증한다.
• 클러스터 품질에 대한 이론적 보장을 제공하며, 도전도에 대한 경계를 포함하여 출력 클러스터가 잘 연결되고 공고한 성질을 지닌다.
• 노드 구성 요소에 따라 의존하는 일반화된 초그래프 컷을 최소화함으로써, 기존의 단순 컷 기반 접근보다 더 정확하고 맥락에 부합하는 클러스터를 생성한다.
• 강력한 국소화 특성 덕분에 실행 시간이 전체 초그래프 크기와 무관하여 대규모 응용 분야에 적합하다.
• 경험적 평가 결과, 다양한 실세계 데이터셋에서 입력 기준 집합과 상당한 겹침을 보이는 클러스터를 효과적으로 탐지하는 것으로 확인되었다.