[论文解读] Community Recovery in Graphs with Locality

Yuxin Chen, Govinda M. Kamath+2 more|arXiv (Cornell University)|Feb 11, 2016

Complex Network Analysis Techniques参考文献 63被引用 12

一句话总结

本文提出了两种近乎线性时间的社区恢复算法，适用于具有局部性的图结构，其中成对测量主要从邻近节点而非均匀采样。它在各种结构化图（如路径、网格、小世界网络）上建立了精确恢复的信息论极限，并表明即使在局部性约束下，最优恢复仍可高效实现。

ABSTRACT

Motivated by applications in domains such as social networks and computational biology, we study the problem of community recovery in graphs with locality. In this problem, pairwise noisy measurements of whether two nodes are in the same community or different communities come mainly or exclusively from nearby nodes rather than uniformly sampled between all nodes pairs, as in most existing models. We present an algorithm that runs nearly linearly in the number of measurements and which achieves the information theoretic limit for exact recovery.

研究动机与目标

• 解决现有社区恢复模型中假设对所有节点对均匀采样的缺陷，该假设在具有局部性的现实网络中不切实际。
• 建模测量优先从邻近节点采样的图中的社区恢复，反映社交网络和生物系统中的现实约束。
• 推导在多种图拓扑结构下，局部性约束下的精确社区恢复信息论极限。
• 设计计算高效的算法，实现这些信息论极限，即使采样被限制在局部邻域内。
• 证明局部性不会引入计算障碍，使得在近乎线性时间内实现最优恢复成为可能。

提出的方法

• 将测量过程建模为两步机制：首先，基于具有半径参数 r 的局部感知图结构（如环形、网格、小世界图）采样边位置；其次，边值作为节点社区标签的噪声函数生成。
• 采用适配于局部性的广义右删失块模型（CBM）框架，其中边测量是社区一致性状态的独立同分布噪声指示器。
• 应用大偏差与集中不等式（如切尔诺夫不等式）来上界社区恢复中的错误概率，重点分析邻域结构中的信噪比。
• 推导非均匀采样制度下平均度数与加权度数的边界，调整有限图中的边界效应（如路径中的端点、网格中的角点）。
• 引入两阶段推理过程：首先使用邻域数据执行局部一致性检查；其次通过迭代优化或类似消息传递的更新实现全局恢复。
• 证明所需测量数量在精确恢复下呈 Θ(n log n) 阶，常数依赖于局部性半径 r 和噪声水平，并在这些阈值下证明错误概率收敛于零。

实验结果

研究问题

• RQ1 在具有局部性的图（如路径、网格、小世界网络）中，精确恢复社区所需的最少成对测量数量是多少？
• RQ2 在局部性约束下，能否通过计算高效的算法实现信息论最优的社区恢复？
• RQ3 局部性半径 r 如何影响结构化图中精确恢复的信息论阈值？
• RQ4 测量采样中的局部性是否存在导致精确恢复的根本性计算障碍？
• RQ5 非均匀采样权重（如由边界效应引起）如何影响恢复阈值与算法设计？

主要发现

• 对于完全图（r → ∞），精确恢复的信息论阈值与先前研究结果一致，验证了与现有模型的兼容性。
• 在路径图上，当 r = n^β（0 < β < 1）时，精确恢复的阈值为 m > (1 + o(1)) · (1+δ)/(1−ξ̃(δ)) · (β n log n)/(1−e^{-D*})，其中 D* 为信噪比。
• 在二维网格上，当 r = n^β 时，所需测量数量呈 m = Θ(n log n) 阶，常数因子依赖于 β 和信噪比。
• 对于环形图与小世界图，若采样非均匀，则通过用加权平均度数替代平均度数，可推导出阈值，保持相同的渐近量级。
• 所提算法在测量数量上实现近乎线性时间复杂度，达到信息论极限，具备良好的可扩展性。
• 分析表明，局部性并未增加恢复的根本难度——即使在稀疏、局部化的图中，最优性能仍可高效实现。