[论文解读] Hierarchical Quasi-Clustering Methods for Asymmetric Networks

Gunnar Carlsson, Facundo Mémoli+2 more|arXiv (Cornell University)|Apr 17, 2014

Complex Network Analysis Techniques被引用 9

一句话总结

本文提出了用于非对称网络的分层准聚类方法，将传统分层聚类推广至保留数据中方向关系的场景。证明了经修改的单链接方法是在定向公理下的唯一可接受的准聚类方法，并展示了其稳定性和不变性，应用实例揭示了美国国内迁移数据中的迁徙影响模式。

ABSTRACT

This paper introduces hierarchical quasi-clustering methods, a generalization of hierarchical clustering for asymmetric networks where the output structure preserves the asymmetry of the input data. We show that this output structure is equivalent to a finite quasi-ultrametric space and study admissibility with respect to two desirable properties. We prove that a modified version of single linkage is the only admissible quasi-clustering method. Moreover, we show stability of the proposed method and we establish invariance properties fulfilled by it. Algorithms are further developed and the value of quasi-clustering analysis is illustrated with a study of internal migration within United States.

研究动机与目标

• 解决非对称网络数据与对称树状图输出之间在分层聚类中的根本性不匹配问题。
• 开发一种分层聚类的推广方法，以在输出结构中保留非对称性。
• 通过价值和变换的定向公理定义可接受的准聚类方法。
• 建立准树状图与准超度量空间之间的理论等价性。
• 展示该方法的稳定性和不变性特性，并将其应用于真实世界的非对称数据，如美国内部迁移。

提出的方法

• 提出准树状图作为树状图的非对称类比，基于具有自反性和传递性（但非对称性）的关系所诱导的嵌套准划分构建。
• 将准聚类方法定义为从非对称网络到准树状图的映射，其输出结构编码了聚类之间的方向性影响。
• 建立准树状图与有限准超度量空间之间的等价性，推广标准树状图-超度量对偶性。
• 基于准超度量表示，提出一种准聚类方法的定量稳定性概念，通过关系的扰动进行形式化。
• 开发一种基于双环代数中矩阵幂的算法，以高效计算准聚类输出。
• 将该方法应用于美国国内迁移网络，揭示了方向性迁移流动及分层影响结构。

实验结果

研究问题

• RQ1 对于非对称网络，应如何推广分层聚类方法，以在输出中保留方向关系？
• RQ2 在价值和变换的定向公理下，哪些准聚类方法是可接受的？
• RQ3 是否存在唯一的可接受准聚类方法？若存在，其结构和特性是什么？
• RQ4 如何为准聚类方法正式定义并证明其稳定性和不变性？
• RQ5 将该方法应用于真实非对称数据（如内部迁移流动）可获得哪些洞见？

主要发现

• 在价值和变换的定向公理下，经修改的单链接方法是唯一的可接受准聚类方法。
• 所提出的方法在相似度矩阵的小扰动下保持稳定，通过准超度量表示形式化。
• 该方法在某些相似度函数变换下表现出不变性，保持了分层影响结构。
• 在美国内部迁移应用中，该方法揭示了加利福尼亚州对西海岸具有主导性迁移影响。
• 在分辨率 δ** = 0.933 时，一个由七个部门（包括初级、二级和三级）组成的主聚类浮现，影响所有其他单例，其中 RET 影响 CON。
• 聚类之间的影响力层级在不同分辨率下保持不变，最具影响力的聚类（如 FIR、PRO、MAN）主导结构，并加速其他聚类的凝聚。