[논문 리뷰] Fair Correlation Clustering

Sara Ahmadian, Alessandro Epasto외 2명|arXiv (Cornell University)|2020. 02. 06.

Privacy-Preserving Technologies in Data참고 문헌 48인용 수 7

한 줄 요약

이 논문은 새로운 공정한let 분해 프레임워크를 제안함으로써 공정한 상관관계 클러스터링을 도입한다. 이 프레임워크는 구성된 거리 공간 상에서 중앙값 비용 클러스터링 문제로 공정한 상관관계 클러스터링 문제를 환원한다. 이 방법은 다수의 공정성 제약 조건에 대해 일정 요인 근사 보장을 달성하며, 실질적으로 공정한 해가 비공정 기준 대비 비용 증가가 매우 미미하다는 것이 입증되었고, 실제 그래프에서 균형 잡히지 않은 클러스터의 비율이 크게 감소한다.

ABSTRACT

In this paper, we study correlation clustering under fairness constraints. Fair variants of $k$-median and $k$-center clustering have been studied recently, and approximation algorithms using a notion called fairlet decomposition have been proposed. We obtain approximation algorithms for fair correlation clustering under several important types of fairness constraints. Our results hinge on obtaining a fairlet decomposition for correlation clustering by introducing a novel combinatorial optimization problem. We define a fairlet decomposition with cost similar to the $k$-median cost and this allows us to obtain approximation algorithms for a wide range of fairness constraints. We complement our theoretical results with an in-depth analysis of our algorithms on real graphs where we show that fair solutions to correlation clustering can be obtained with limited increase in cost compared to the state-of-the-art (unfair) algorithms.

연구 동기 및 목표

• 유사도 및 이질성 정보를 모두 사용하는 기본적인 그래프 클러스터링 문제인 상관관계 클러스터링에서의 공정성 부족 문제를 해결하기 위해.
• 이전에 k-median 및 k-center에 적용된 공정성 개념을, 클러스터 수가 사전에 지정되지 않은 상관관계 클러스터링 환경으로 확장하기 위해.
• 다양한 공정성 제약 조건 하에서 근사 알고리즘을 가능하게 하는 새로운 비용 함수 및 거리 공간 구축 방식을 도입함으로써, 공정한let 기반의 상관관계 클러스터링 환원 기법을 개발하기 위해.
• 비공정 기준 알고리즘 대비 최소한의 비용 부담으로 공정한 해를 얻을 수 있음을 실증적으로 검증하기 위해, 특히 그룹 수가 증가할수록 그러한 성능 향상이 두드러진다.

제안 방법

• 특히 정의된 거리 공간 상에서 중앙값 비용 클러스터링을 모방하도록 설계된, 상관관계 클러스터링에서의 공정한let 분해를 위한 새로운 비용 함수를 도입한다.
• 공정한let 분해 이후 그래프 변환을 통해 표준 상관관계 클러스터링 인스턴스로 공정한 상관관계 클러스터링 문제를 환원한다.
• 이전에 k-median 및 k-center에 적용된 공정한let 분해 프레임워크를, 비거리수치적이고 부호가 있는 그래프 환경인 상관관계 클러스터링에 적응시킨다.
• 이중 단계 알고리즘을 활용한다: 첫 번째로, 공정성을 확보하기 위해 매칭 기반 접근 방식(Match 또는 Rep. Match)을 사용해 공정한let을 계산한다; 두 번째로, 전체 비용을 최소화하기 위해 공정한let 중심을 로컬 서치 히우리스틱(Local)을 사용해 재클러스터링한다.
• 입력 그래프로부터 거리 공간을 구성함으로써, 공정한let의 중앙값 비용이 상관관계 클러스터링 비용을 근사하게 하여 이론적 근사 보장 가능성을 확보한다.
• 기존의 공정한let 분해에 대한 중앙값 비용 결과를 응용하여, 비례 공정성 및 기타 제약 조건 하에서 공정한 상관관계 클러스터링에 대해 일정 요인 근사 알고리즘을 유도한다.

실험 결과

연구 질문

• RQ1 k-median 및 k-center 클러스터링에서의 공정한let 분해 프레임워크를 유사하게 적용하여 공정한 상관관계 클러스터링을 공식화하고 해결할 수 있는가?
• RQ2 비거리수치적이고 부호가 있는 그래프 환경인 상관관계 클러스터링에 공정한let 분해를 적응시키기 위해 필요한 새로운 비용 함수와 거리 공간 구축 방식은 무엇인가?
• RQ3 유도된 공정한 상관관계 클러스터링 알고리즘의 근사 비율은 공정한let 크기와 공정성 제약 조건에 따라 어떻게 변화하는가?
• RQ4 비공정 기준 대비 비용 증가가 매우 미미한 수준에서 공정한 상관관계 클러스터링 해를 실질적으로 얻을 수 있는가?
• RQ5 그룹 수(색상 수)가 증가함에 따라 공정한 상관관계 클러스터링 알고리즘의 성능과 비용에 어떤 영향을 미치는가?

주요 결과

• 제안된 Match + Local 알고리즘은 데이터셋 평균 비용이 0.234로, 비공정 Pivot 기준(0.193)과 유사하며 다른 공정 기준 대비 유의미하게 뛰어나다.
• C=2 및 α=1/2 조건에서 알고리즘은 구성상 완전한 균형(불균형 0%)을 달성하지만, Pivot 및 Local과 같은 비공정 알고리즘은 최대 65%의 불균형을 보인다.
• C=8 색상 및 α=1/C(균등 표현) 조건에서 알고리즘의 비용은 비공정 Local 기준 대비 30–80% 높지만 여전히 경쟁 가능하며 다른 공정 방법보다 유의미하게 뛰어나다.
• 색상 수가 2에서 16으로 증가함에 따라, 공정한 Match + Local 알고리즘과 비공정 Local 기준 간의 성능 격차가 좁혀지며, α=1/2 조건에서는 후자의 오차에 가까워진다.
• 재클러스터링 단계(Local)는 필수적이다: 단지 Match 또는 Rep. Match 공정한let만 사용할 경우 높은 오차가 발생함을 시사하며, 이는 공정한let 구축만으로는 저비용 해를 달성하기에 부족하다는 것을 의미한다.
• 실증 결과는 이론적 최악의 경우 근사 bound보다 실질적으로 훨씬 우수한 성능을 보이며, 특히 공정성이 달성하기 쉬운 고색상 환경에서 그러한 성능 향상이 두드러진다.