[논문 리뷰] Optimizing Generalized PageRank Methods for Seed-Expansion Community Detection

Li Pan, Eli Chien외 1명|arXiv (Cornell University)|2019. 05. 26.

Complex Network Analysis Techniques참고 문헌 56인용 수 24

한 줄 요약

이 논문은 시드 확장 커뮤니티 탐지 성능을 향상시키기 위해 착수 확률(Landing Probability, LP) 가중치를 최적화하는 새로운 일반화된 페이지랭크(GPR) 방법인 Inverse PageRank(IPR)를 제안한다. 간선 독립적 랜덤 그래프에서 LP의 비점근 수렴 경계를 유도함으로써, 저자들은 LP의 분류 능력이 이전에 예상한 것보다 더 천천가 감소함을 보이며, 이는 초기 보행 단계에 대해 점차 증가하는 가중치를 부여하는 IPR의 설계로 이어진다. 이는 합성 및 실제 네트워크에서 PPR과 HPR를 능가한다.

ABSTRACT

Landing probabilities (LP) of random walks (RW) over graphs encode rich information regarding graph topology. Generalized PageRanks (GPR), which represent weighted sums of LPs of RWs, utilize the discriminative power of LP features to enable many graph-based learning studies. Previous work in the area has mostly focused on evaluating suitable weights for GPRs, and only a few studies so far have attempted to derive the optimal weights of GRPs for a given application. We take a fundamental step forward in this direction by using random graph models to better our understanding of the behavior of GPRs. In this context, we provide a rigorous non-asymptotic analysis for the convergence of LPs and GPRs to their mean-field values on edge-independent random graphs. Although our theoretical results apply to many problem settings, we focus on the task of seed-expansion community detection over stochastic block models. There, we find that the predictive power of LPs decreases significantly slower than previously reported based on asymptotic findings. Given this result, we propose a new GPR, termed Inverse PR (IPR), with LP weights that increase for the initial few steps of the walks. Extensive experiments on both synthetic and real, large-scale networks illustrate the superiority of IPR compared to other GPRs for seeded community detection.

연구 동기 및 목표

• 시드 확장 커뮤니티 탐지에 대해 이론적으로 타당하고 최적의 GPR 가중치가 부족한 문제를 해결하기 위해.
• 특히 평균장 값으로의 수렴을 분석하기 위해 랜덤 그래프에서 착수 확률(LP)의 점근적이지 않은 행동을 분석하기 위해.
• 이전에 가정된 것보다 LP가 더 오랫동안 분류 능력을 유지함을 규명함으로써 점근적 결과에 도전하기 위해.
• 이 통찰을 바탕으로 초기 보행 단계에 대해 증가하는 가중치를 부여하는 새로운 GPR 방법인 IPR를 설계하기 위해.
• 다양한 네트워크 유형에서 IPR가 PPR과 HPR를 능가하는 것으로 실험적으로 검증하기 위해.

제안 방법

• 간선 독립적 랜덤 그래프에서 LP의 점근적이지 않은 농도 경계를 유도하여, 분산이 커뮤니티 내와 교차 간 LP의 평균 차이보다 더 빠르게 감소함을 보였다.
• 수정된 확률 블록 모델(SBM)을 사용하여 평균장 LP 행동을 특성화하고 보행 길이에 따라 분류 능력을 정량화하였다.
• 가중치 γₖ = θᵏ / (θᵏ + φ)²를 사용하는 Inverse PageRank(IPR)를 제안하였으며, 여기서 φ는 k=10에서 최댓값을 이루도록 조정되어 초기 단계의 보행에 대해 증가하는 가중치를 가능하게 하였다.
• GPR 점수를 k단계 LP의 가중합으로 유도하는 선형 분류기 프레임워크를 활용하였으며, 가중치는 커뮤니티 탐지 최적화를 위해 조정되었다.
• 도수 정규화는 유익할 경우에만 적용하였으며, 그렇지 않은 경우 원본 LP를 사용하였는데, 이는 아마존 및 DBLP와 같은 고도수 네트워크에서 성능 향상을 보여주었다.
• 합성 및 실제 네트워크(예: 아마존, DBLP)에서 다양한 k단계에서의 재현율 메트릭을 사용하여 성능을 검증하였으며, IPR, PPR, HPR 간의 비교를 수행하였다.

실험 결과

연구 질문

• RQ1 간선 독립적 랜덤 그래프에서 착수 확률(LP)는 점근적이지 않은 영역에서 어떻게 행동하는가?
• RQ2 k단계 LP의 예측 능력은 k가 증가함에 따라 단조롭게 악화되는가, 아니면 더 긴 보행 길이에서도 유지되는가?
• RQ3 초기 단계에 대해 증가하는 가중치를 부여하는 GPR이 시드 확장 커뮤니티 탐지에서 표준 GPR인 PPR과 HPR를 능가할 수 있는가?
• RQ4 점근적이지 않은 분산과 평균장 수렴 속도는 GPR 가중치 시퀀스의 최적성에 어떤 영향을 미치는가?
• RQ5 제안된 IPR 방법은 고도수 및 실제 네트워크를 포함한 다양한 네트워크 유형으로 일반화될 수 있는가?

주요 결과

• 점근적이지 않은 분석을 통해 LP의 분산이 커뮤니티 내와 교차 간 LP의 평균 차이보다 더 빠르게 감소함을 확인하였으며, 이는 더 긴 보행 단계에서도 지속적인 분류 능력을 유지함을 시사한다.
• 이전에 점근적 분석에 기반해 예상된 것보다 k단계 LP의 예측 능력이 더 오랫동안 유지됨을 확인하였으며, 특히 초기~중기 보행 범위에서 두드러진다.
• 초기 단계에 대해 증가하는 가중치를 부여하는 IPR(피크는 k=10)는 합성 및 실제 네트워크(예: 아마존, DBLP)에서 PPR과 HPR를 뛰어넘는 높은 재현율을 달성한다.
• 아마존 네트워크에서 IPR는 k=20에서 48.53%의 재현율을 기록하였으며, HPR(48.55%)와 PPR(48.43%)를 뛰어넘었고, 표준편차도 극히 작았다.
• DBLP 네트워크에서는 IPR가 k=20에서 29.32%의 재현율을 기록하여 HPR(28.85%)와 PPR(29.06%)를 초월하였으며, 고밀도·고도수 네트워크에서의 일관된 우수성을 확인하였다.
• 고도수 네트워크인 아마존과 DBLP에서 도수 정규화는 LP의 예측 능력을 떨어뜨리므로, 이러한 경우 원본 LP를 선호하는 것이 바람직하다.