[论文解读] CONE: Community Oriented Network Embedding

Carl Yang, Hanqing Lu+1 more|arXiv (Cornell University)|Sep 5, 2017

Complex Network Analysis Techniques参考文献 34被引用 5

一句话总结

CONE 提出了一种面向社区的网络嵌入方法，通过利用少量标记的社区作为监督信号，学习潜在的社会模式——捕捉了超越传统边密度和节点同质性假设的复杂、模糊且多变的社区结构。通过结合图随机游走与循环神经网络（RNN）来建模内容和结构模式，CONE 生成的嵌入能够实现通用聚类，从而更准确地检测未标记的社区，尤其在具有高维噪声内容（如话题标签和原始文本）的网络中表现更优。

ABSTRACT

Detecting communities has long been popular in the research on networks. It is usually modeled as an unsupervised clustering problem on graphs, based on heuristic assumptions about community characteristics, such as edge density and node homogeneity. In this work, we doubt the universality of these widely adopted assumptions and compare human labeled communities with machine predicted ones obtained via various mainstream algorithms. Based on supportive results, we argue that communities are defined by various social patterns and unsupervised learning based on heuristics is incapable of capturing all of them. Therefore, we propose to inject supervision into community detection through Community Oriented Network Embedding (CONE), which leverages limited ground-truth communities as examples to learn an embedding model aware of the social patterns underlying them. Specifically, a deep architecture is developed by combining recurrent neural networks with random-walks on graphs towards capturing social patterns directed by ground-truth communities. Generic clustering algorithms on the embeddings of other nodes produced by the learned model then effectively reveals more communities that share similar social patterns with the ground-truth ones.

研究动机与目标

• 挑战社区检测中广泛采用的假设（边密度和节点同质性）的普适性，通过揭示其在现实世界社区结构中的局限性。
• 解决现有算法在检测由复杂、模糊且上下文特定的社会模式定义的社区时存在的缺陷，这些模式无法通过启发式假设捕捉。
• 开发一种方法，从少量标记社区中学习，以推广并检测网络其他部分或不同网络中的相似社区。
• 构建一个深度学习框架，有效整合节点内容、网络结构和社区监督，以建模丰富且上下文感知的社会模式。
• 实现在具有高维噪声内容（如原始文本和话题标签）的网络中可靠且无监督的社区检测，其中传统方法表现不佳。

提出的方法

• CONE 使用一种结合图随机游走与循环神经网络（RNN）的深度架构，以建模节点邻域的序列结构及其内容。
• 它将每个标记社区视为监督信号，训练模型使同一社区内的节点在嵌入空间中彼此靠近。
• 该模型通过在随机游走序列上使用 RNN，联合建模节点内容（例如文本、属性）和局部网络结构，以学习社会模式。
• 与使用上下文预测的 skip-gram 模型不同，CONE 直接使用社区成员身份作为监督信号，确保同一社区内的节点被紧密嵌入。
• 该框架通过网络结构对节点嵌入进行正则化，确保局部结构上下文得以保留，而无需依赖基于路径的近似方法。
• 训练完成后，对学习到的嵌入应用通用聚类（例如 K-means）以检测新的未标记社区。

实验结果

研究问题

• RQ1 广泛采用的边密度和节点同质性假设是否普遍适用于现实世界社区，特别是在人工标注或自然形成的群体中？
• RQ2 通过从少量反映潜在社会模式的标记社区中学习，能否提升社区检测性能，而非依赖启发式结构假设？
• RQ3 是否可行通过整合内容与结构的深度学习框架，对网络中复杂、模糊且上下文特定的社会模式进行建模？
• RQ4 一种利用社区层面监督的监督式网络嵌入方法，是否能够泛化到检测未见网络部分或不同网络中的社区？
• RQ5 CONE 在具有高维噪声内容（如原始文本和话题标签）的网络中，与无监督和半监督基线方法相比表现如何？

主要发现

• 现实世界社区通常缺乏高边密度或强节点同质性，这挑战了大多数社区检测算法所依赖的传统假设的有效性。
• CONE 在社区检测任务中显著优于无监督方法（如 DeepWalk、LINE 和 node2vec），尤其在具有高维噪声内容的网络中表现更优。
• 该方法在 DBLP 和 Foursquare 等基准数据集上实现了更高的聚类准确率，尤其当社区结构由复杂社会模式而非简单连通性定义时。
• CONE 对噪声高维内容（如原始文本和话题标签序列）表现出鲁棒性，而传统内容增强方法因特征表示不佳而失效。
• 在随机游走序列上使用 RNN 有助于比基于路径采样的方法更好地捕捉局部结构与内容模式，从而提升节点嵌入的泛化能力。
• 通过 CONE 嵌入进行聚类，能持续识别出与真实标签一致的新颖且有意义的社区，即使标记示例稀疏。