[论文解读] Community Detection via Facility Location

Jonathan W. Berry, Bruce Hendrickson+3 more|arXiv (Cornell University)|Oct 19, 2007

Complex Network Analysis Techniques参考文献 2被引用 4

一句话总结

本文提出了一种新颖的社区检测方法，通过将社区结构建模为设施选址问题，实现了对局部模块化最小化变体的可证明下界的有效计算。该方法提出了一种新的边支持度量，并采用随机舍入启发式算法，在解析小型社区和与直观社区结构对齐方面，优于传统的基于模块化的算法，尤其在大规模或复杂图中表现更优。

ABSTRACT

In this paper we apply theoretical and practical results from facility location theory to the problem of community detection in networks. The result is an algorithm that computes bounds on a minimization variant of local modularity. We also define the concept of an edge support and a new measure of the goodness of community structures with respect to this concept. We present preliminary results and note that our methods are massively parallelizable.

研究动机与目标

• 解决基于模块化的社区检测方法在大型图中解析小型社区时的局限性。
• 基于设施选址理论，提出一种新的、可证明有界的社区结构质量度量。
• 设计一种可扩展、可大规模并行化的社区检测算法，利用局部结构信息。
• 提出一种新颖的边支持度量，可在无需采样的情况下评估社区分配，从而更好地与直观的社区结构对齐。

提出的方法

• 本文将局部模块化的一个最小化变体建模为无容量限制的设施选址问题，通过专用的线性规划技术实现高效求解。
• 定义了一种新度量——强局部模块化（SLM），其基于局部邻域评估社区质量，而无需全局社区分配。
• 边支持度量计算为：一条边属于某个社区内部的概率，基于其至少一个端点或共同邻居成为社区代表的概率。
• 对设施选址解应用随机舍入启发式算法以生成社区分配，并使用支持方差作为质量度量。
• 该求解策略依赖于Volume算法求解底层线性规划问题，该算法每轮迭代的时间和空间复杂度均为线性，且高度可并行化。
• 该方法可计算解质量的可证明下界，并通过支持方差这一新度量评估结果，该度量与模块化形成互补。

实验结果

研究问题

• RQ1 设施选址理论能否有效应用于社区检测，以提供解质量的可证明界？
• RQ2 在复杂或大规模网络中，所提出的边支持度量是否比模块化更有效地识别直观的社区结构？
• RQ3 将局部模块化的最小化变体建模为设施选址问题，是否能比标准的模块化最大化更有效地解析小型社区？
• RQ4 支持方差度量与模块化相比，在评估社区结构质量方面表现如何，特别是在模块化失效的情况下？
• RQ5 所提出的算法在大规模网络分析中，其可扩展性和并行化程度如何？

主要发现

• 基于设施选址的方法可为社区分配质量提供可证明的下界，为解的质量提供了理论保障。
• 边支持度量在Zachary的空手道俱乐部和环形团数据集等场景中，成功识别出直观的社区结构，即使模块化方法失效。
• 在环形团示例中，随着团的数量增加，该方法能保持小型、独立的社区结构，而基于模块化的算法则会将它们合并，显示出对小型社区更优的解析能力。
• 支持方差度量被证明与模块化互补，且对结构直觉更敏感：即使在模块化被最大化时，正确社区划分的支持方差仍保持较低。
• 该算法高度可并行化，依赖于简单的网络遍历而非优先队列，因此适用于超级计算机的实现。
• 实验结果表明，基于设施选址的启发式算法（SNL）生成的社区分配比高模块化解更符合常识和历史直觉，尤其在模块化导致非直观合并的情况下表现更优。