[논문 리뷰] Size Matters: A Comparative Analysis of Community Detection Algorithms

Paul Wagenseller, Feng Wang|arXiv (Cornell University)|2017. 12. 03.

Complex Network Analysis Techniques인용 수 3

한 줄 요약

이 논문은 공동체 탐지 알고리즘 평가의 핵심이 되는 독립적 차원으로 공동체 크기—특히 덴버의 수(150)—를 제안하며, 공동체 크기와 겹침을 조절하기 위한 클리크 기반의 클리크 보강 알고리즘(CAA)을 제안한다. 연구 결과, Infomap과 CAA가 다른 알고리즘보다 더 바람직한 크기의 공동체를 생성해 더 뛰어난 성능을 보였으며, 모듈라리티 기반 알고리즘인 FastGreedy와 Eigenvector는 매우 큰, 실질적으로 의미 없는 공동체를 생성함을 확인했다.

ABSTRACT

Understanding community structure of social media is critical due to its broad applications such as friend recommendations, user modeling and content personalizations. Existing research uses structural metrics such as modularity and conductance and functional metrics such as ground truth to measure the qualify of the communities discovered by various community detection algorithms, while overlooking a natural and important dimension, community size. Recently, anthropologist Dunbar suggests that the size of stable community in social media should be limited to 150, referred to as Dunbar's number. In this study, we propose a systematic way of algorithm comparison by orthogonally integrating community size as a new dimension into existing structural metrics for consistently and holistically evaluating the community quality in social media context. we design a heuristic clique based algorithm which controls the size and overlap of communities with adjustable parameters and evaluate it along with five state-of-the-art community detection algorithms on both Twitter network and DBLP network. Specifically, we divide the discovered communities based on their size into four classes called close friend, casual friend, acquaintance, and just a face, and then calculate the coverage, modularity, triangle participation ratio, conductance, transitivity, and the internal density of communities in each class. We discover that communities in different classes exhibit diverse structural qualities and many existing community detection algorithms tend to output extremely large communities.

연구 동기 및 목표

• 사회적 네트워크에서 공동체 탐지 알고리즘 평가에 간과된 공동체 크기의 역할을 다루기 위해.
• Dunbar의 수(150)를 사회적 미디어에서 '바람직한' 공동체 크기를 식별하는 사회학적 기준으로 통합하기 위해.
• 伝통적인 구조적 지표 외에도 공동체 크기 분포를 기준으로 최신 알고리즘을 체계적으로 평가하기 위해.
• 조절 가능한 임계값을 통해 공동체 크기와 겹침을 제어하는 새로운 클리크 기반 알고리즘(CAA)을 제안하고 평가하기 위해.
• 근접한 친구, 관계가 덜 날카로운 친구, 알몸, 그리고 단지 얼굴 정도의 네 가지 크기 기반 공동체 유형에 따라 알고리즘 성능을 비교하기 위해.

제안 방법

• 최대 클리크를 식별하고, 증가하는 임계값과 겹침 임계값을 사용해 이를 공동체로 통합하는 클리크 보강 알고리즘(CAA)을 제안한다.
• 증가하는 임계값을 통해 공동체 크기를 제어하고, 겹침 임계값을 통해 공동체 간 겹침을 조절한다.
• 검출된 공동체를 네 가지 크기 기반 유형으로 분류한다: 4–10(근접한 친구), 11–50(관계가 덜 날카로운 친구), 51–150(알몸), >150(단지 얼굴).
• 여섯 가지 구조적 지표를 사용해 알고리즘을 평가한다: 확장된 모듈라리티, 삼각형 참여 비율(TPR), 도전성, 내부 밀도, 전이성, 커버리지.
• 두 개의 실세계 네트워크를 사용한다: 트위터 팔로워 네트워크와 DBLP 공동저자 네트워크이며, 양 네트워크 간 일관된 평가를 수행한다.
• 여섯 가지 알고리즘을 비교한다: Infomap, Multilevel, FastGreedy, Eigenvector, 레이블 전파, 그리고 제안된 CAA.

실험 결과

연구 질문

• RQ1 공동체 크기를 별도의 평가 기준으로 고려할 경우, 다양한 공동체 탐지 알고리즘의 성능은 어떻게 달라지는가?
• RQ2 기존 알고리즘들이 덴버의 수(150)와 같은 인지적 한계로 간주되는 안정된 사회적 집단의 크기와 일치하는 공동체를 얼마나 잘 생성하는가?
• RQ3 모듈라리티, 도전성, TPR 등 구조적 품질 지표들이 서로 다른 공동체 크기 유형 간에 어떻게 변화하는가?
• RQ4 클리크 기반 알고리즘(CAA)이 높은 구조적 품질을 유지하면서 공동체 크기와 겹침을 효과적으로 제어할 수 있는가?
• RQ5 어느 알고리즘이 매우 큰, 실용적으로 의미 없는 공동체를 생성하지 않고도 바람직한 공동체 크기(4–150)에 속한 사용자를 가장 높은 커버리지로 포함하는가?

주요 결과

• Infomap과 CAA는 바람직한 공동체 크기(4–150)에 속한 사용자 커버리지가 가장 높으며, 트위터와 DBLP 네트워크 모두에서 Infomap이 90% 이상의 사용자를 커버한다.
• 모듈라리티 최적화 알고리즘(Multilevel, FastGreedy, Eigenvector)은 매우 큰 공동체를 생성하며, 이는 실질적으로 의미 없는 결과를 낳는다. Eigenvector는 트위터에서 71.6%, DBLP에서 99.5%의 사용자를 포함한 공동체를 식별한다.
• Infomap은 단일 큰 공동체에서 높은 모듈라리티를 달성하지 않으며, 네 가지 크기 유형에서 균형 잡힌 기여를 통해 성과를 내는 반면, 다른 알고리즘들은 거대한 공동체에 의해 점수에 지배당한다.
• 도전성 점수는 모듈라리티 기반 알고리즘에서 더 우수한 편이지만, 이는 비현실적으로 큰 공동체를 초래하는 비용이다.
• CAA는 가장 높은 삼각형 참여 비율(TPR)을 기록했으며, DBLP에서 90.1%, 트위터에서 89.2%를 기록하여 강한 국소적 군집화와 구조적 유대감을 나타낸다.
• 내부 밀도와 전이성은 알고리즘 간 유사한 수준이지만, 바람직한 크기의 공동체(4–150)에 대해 CAA가 이 지표에서 약간 더 뛰어난 성능을 보였다.