[论文解读] Convexified Modularity Maximization for Degree-corrected Stochastic Block Models

Yudong Chen, Xiaodong Li+1 more|arXiv (Cornell University)|Dec 28, 2015

Complex Network Analysis Techniques被引用 9

一句话总结

该论文提出了一种基于凸优化的社区检测方法——凸化模块度最大化（CMM），适用于度校正随机块模型（DCSBM）。通过松弛非凸的模块度最大化问题，并应用双加权ℓ₁-范数k-中位数方法，CMM在平均度有界的稀疏网络中，实现了近似聚类与完美聚类的非渐近理论保证，其性能与现有最先进方法相当或更优。

ABSTRACT

The stochastic block model (SBM) is a popular framework for studying community detection in networks. This model is limited by the assumption that all nodes in the same community are statistically equivalent and have equal expected degrees. The degree-corrected stochastic block model (DCSBM) is a natural extension of SBM that allows for degree heterogeneity within communities. This paper proposes a convexified modularity maximization approach for estimating the hidden communities under DCSBM. Our approach is based on a convex programming relaxation of the classical (generalized) modularity maximization formulation, followed by a novel doubly-weighted $ \ell_1 $-norm $ k $-median procedure. We establish non-asymptotic theoretical guarantees for both approximate clustering and perfect clustering. Our approximate clustering results are insensitive to the minimum degree, and hold even in sparse regime with bounded average degrees. In the special case of SBM, these theoretical results match the best-known performance guarantees of computationally feasible algorithms. Numerically, we provide an efficient implementation of our algorithm, which is applied to both synthetic and real-world networks. Experiment results show that our method enjoys competitive performance compared to the state of the art in the literature.

研究动机与目标

• 为解决经典随机块模型（SBM）在处理社区内部度异质性方面的局限性。
• 在度校正随机块模型（DCSBM）下，开发一种计算可行且统计鲁棒的社区检测方法。
• 在DCSBM下建立聚类准确性的非渐近理论保证，特别是在稀疏情形下。
• 在理论性能与实验鲁棒性方面超越现有方法，尤其在节点度异质性显著的网络中。
• 结合凸松弛与加权ℓ₁-范数k-中位数聚类，以提升聚类准确性和计算可处理性。

提出的方法

• 对经典模块度最大化公式进行凸规划松弛，使优化问题可计算处理。
• 提出一种新颖的双加权ℓ₁-范数k-中位数聚类方法，以优化凸松弛得到的解。
• 利用对称化与Rademacher矩阵技术，控制DCSBM下随机矩阵的谱范数。
• 应用Talagrand集中不等式与矩阵集中不等式（如Tropp定理）推导高概率的谱范数界。
• 采用两步法：首先对模块度进行凸松弛，然后通过节点特定权重的ℓ₁-范数k-中位数聚类提升鲁棒性。
• 通过谱范数控制与矩阵集中不等式推导聚类误差的理论界，确保在稀疏图中仍具性能保障。

实验结果

研究问题

• RQ1 模块度最大化的凸松弛能否在DCSBM下实现社区检测的强理论保证？
• RQ2 所提方法在平均度有界的稀疏网络中是否仍保持高准确率？
• RQ3 双加权ℓ₁-范数k-中位数方法是否能优于标准谱聚类或基于模块度的方法？
• RQ4 在现实网络中常见的度异质性与枢纽节点存在时，该方法表现如何？
• RQ5 该方法的理论保证是否能与现有计算可行算法在DCSBM下的理论性能相匹配或超越？

主要发现

• 所提出的CMM方法实现了对最小节点度不敏感的非渐近近似聚类保证。
• 理论结果在平均度有界的稀疏情形下依然成立，而许多现有方法在此类情形下失效。
• 在SBM的特例下，理论性能与现有计算可行算法的最佳已知保证相当。
• 数值实验表明，CMM在合成网络与真实网络（包括政治博客数据集）中均表现出具有竞争力的性能。
• 理论分析与实证验证均表明，该方法对度异质性与异常节点具有鲁棒性。
• 通过对称化与矩阵集中不等式，推导出随机邻接矩阵谱范数的理论界，从而实现对聚类误差的强控制。