[논문 리뷰] Hypergraph Motifs: Concepts, Algorithms, and Discoveries

Geon Lee, Jihoon Ko외 1명|arXiv (Cornell University)|2020. 03. 04.

Complex Network Analysis Techniques참고 문헌 72인용 수 9

한 줄 요약

이 논문은 세 개의 하이퍼엣지 간의 연결성에 기반해 하이퍼그래프의 국소적 구조 패턴을 포착하는 하이퍼그래프 모티프(h-motifs)를 소개한다. 이를 바탕으로 h-motif 인스턴스를 세는 데 전용된 병렬 알고리즘 가족인 MoCHy를 제안하며, 정규화된 모티프의 중요도를 담은 특성 프로파일(벡터)이 도메인에 따라 실제 하이퍼그래프를 효과적으로 구분할 수 있음을 보여주어, 크기가 다른 하이퍼그래프 간의 비교가 가능하다.

ABSTRACT

Hypergraphs naturally represent group interactions, which are omnipresent in many domains: collaborations of researchers, co-purchases of items, joint interactions of proteins, to name a few. In this work, we propose tools for answering the following questions in a systematic manner: (Q1) what are structural design principles of real-world hypergraphs? (Q2) how can we compare local structures of hypergraphs of different sizes? (Q3) how can we identify domains which hypergraphs are from? We first define hypergraph motifs (h-motifs), which describe the connectivity patterns of three connected hyperedges. Then, we define the significance of each h-motif in a hypergraph as its occurrences relative to those in properly randomized hypergraphs. Lastly, we define the characteristic profile (CP) as the vector of the normalized significance of every h-motif. Regarding Q1, we find that h-motifs' occurrences in 11 real-world hypergraphs from 5 domains are clearly distinguished from those of randomized hypergraphs. In addition, we demonstrate that CPs capture local structural patterns unique to each domain, and thus comparing CPs of hypergraphs addresses Q2 and Q3. Our algorithmic contribution is to propose MoCHy, a family of parallel algorithms for counting h-motifs' occurrences in a hypergraph. We theoretically analyze their speed and accuracy, and we show empirically that the advanced approximate version MoCHy-A+ is up to 25X more accurate and 32X faster than the basic approximate and exact versions, respectively.

연구 동기 및 목표

• 쌍방향 상호작용을 초월한 국소적 연결성 패턴을 분석하여 실제 하이퍼그래프의 구조적 설계 원리를 규명하기 위해.
• 모티프 중요도를 정규화하여 크기가 다른 하이퍼그래프 간의 국소적 구조 패턴을 의미 있게 비교할 수 있도록 하기 위해.
• 하이퍼그래프의 특성적 구조적 프로파일을 바탕으로 그 기원 도메인(예: 공동저자, 공동구매, 생물학적 네트워크 등)을 식별하는 방법을 개발하기 위해.
• 대규모 하이퍼그래프에서 h-motif 인스턴스를 효율적이고 정확하게 세는 알고리즘을 설계하기 위해.
• 그룹 상호작용과 복잡한 하이퍼엣지 겹침을 고려하여 네트워크 모티프 개념을 그래프에서 하이퍼그래프로 확장하기 위해.

제안 방법

• 세 개의 하이퍼엣지 간의 유일한 연결성 패턴으로서 26개의 h-motifs를 정의하며, 이는 일곱 개의 집합 분할(예: $e_1 \setminus e_2 \setminus e_3$, $e_1 \cap e_2 \setminus e_3$ 등)의 공집합 여부나 겹침 여부에 기반한다.
• 무작위로 생성된 하이퍼그래프에서의 관측된 횟수 대비 기대 횟수의 비율을 사용해 모티프 중요도를 계산하며, 하이퍼엣지 크기와 노드 차수를 유지하는 null 모델을 사용한다.
• 정규화된 모티프 중요도 벡터인 특성 프로파일(CP)을 구성하여 하이퍼그래프의 도메인 특화 지문으로 기능한다.
• MoCHy를 제안하며, 정확한, 기본적인 근사, 고급 근사 버전(MoCHy-A+)을 포함한 병렬 알고리즘 가족을 제공한다.
• 표본 추출 편향을 보정하기 위해 유사한 하이퍼와이드 샘플링을 재사용하여 모티프 수를 추정한다.
• 이론적 분석을 통해 근사 추정기의 편향과 분산의 경계를 유도하며, 표본 크기가 증가함에 따라 渐진적으로 편향이 없어지고 수렴함을 보여준다.

실험 결과

연구 질문

• RQ1 국소적 연결성 패턴을 통해 드러나는 실세계 하이퍼그래프를 지배하는 근본적인 구조적 설계 원리는 무엇인가?
• RQ2 크기가 다른 하이퍼그래프의 국소적 구조 패턴을 어떻게 의미 있게 비교할 수 있는가?
• RQ3 하이퍼그래프의 특성 프로파일을 사용해 그 기원 도메인(예: 공동저자, 공동구매, 생물학적 네트워크 등)을 식별할 수 있는가?
• RQ4 대규모 하이퍼그래프에서 h-motif 수를 효율적이고 정확하게 계산하는 방법은 무엇인가?
• RQ5 실세계 하이퍼그래프와 무작위로 생성된 하이퍼그래프 간의 h-motif 분포는 어느 정도 다를까?

주요 결과

• 5개 도메인에서 온 11개의 실세계 하이퍼그래프에서 h-motif 발생 빈도가 무작위 하이퍼그래프와 유의미하게 다름을 보이며, 비랜덤한 구조적 조직을 시사한다.
• 특성 프로파일(CP)은 도메인에 따라 하이퍼그래프를 효과적으로 분류하며, 동일 도메인 내 하이퍼그래프 간에는 유사한 CP를, 서로 다른 도메인 간에는 뚜렷이 다른 프로파일을 보인다.
• 고급 근사 알고리즘인 MoCHy-A+는 정확한 알고리즘 대비 최대 25배 높은 정확도와 32배 빠른 성능을 달성하여 강력한 확장성과 정밀도를 입증한다.
• 이론적 분석을 통해 근사 추정기가 渐진적으로 편향이 없고, 표본 크기가 증가함에 따라 분산이 감소함을 확인하였다.
• h-motif의 중요도는 하이퍼그래프 크기 영향을 거의 받지 않아, 크기가 다른 네트워크 간 신뢰할 수 있는 비교가 가능하다.
• 이 방법은 공동저자 및 생물학적 네트워크에서의 조밀한 겹침 상호작용과 같은 도메인 특화된 구조적 패턴을 효과적으로 포착하며, 이는 투영된 그래프에서는 드러나지 않는 패턴이다.