[论文解读] Identification of Overlapping Communities by Locally Calculating Community-Changing Resolution Levels

Frank Havemann, Michael G. Heinz+2 more|arXiv (Cornell University)|Aug 5, 2010

Complex Network Analysis Techniques参考文献 10被引用 7

一句话总结

该论文提出 MONC，一种新颖的局部算法，通过使用分辨率参数 α 从每个节点迭代扩展社区，以检测网络中的重叠社区。与原始的 LFK 算法不同，后者需对不同 α 值重复运行，MONC 通过追踪社区扩展时的分辨率阈值，在单次遍历中计算出所有重叠社区，实现高达 50 倍的加速，并揭示具有分层结构的稳定社区区间。

ABSTRACT

An algorithm for the detection of overlapping natural communities in networks was proposed by Lancichinetti, Fortunato, and Kertesz (LFK) last year. The LFK algorithm constructs natural communities of (in principle) all nodes of a graph by maximising the local fitness of communities. The resulting modules can overlap. The generation of communities can easily be repeated for many values of resolution; thus allowing different views on the network at different resolutions. We implemented the main idea of the LFK algorithm---to generate natural communities of each node of a network---in a different way. We start with a value of the resolution parameter that is high enough for each node to be its own natural community. As soon as the resolution is reduced, each node acquires other nodes as members of its community, i.e. natural communities grow. For each community found at a certain resolution level we calculate the next lower resolution where a node is added. After adding a node to a community of a seed node we check whether it is also the natural community of a node that we have already analysed. In this case, we can stop expanding the seed node's community. We tested our algorithm on a small benchmark graph and on a network of about 500 papers in information science (weighted with the Salton index of bibliographic coupling). In our tests, this approach results in characteristic ranges of resolution where a large resolution change does not lead to a growth of the natural community. Such stable modules were also obtained by applying the LFK algorithm but since we determine communities for all resolution values in one run, our approach is faster than the LFK reference. And our algorithm reveals the hierarchical structure of the graph more easily.

研究动机与目标

• 为解决 LFK 算法在检测重叠社区时计算效率低下的问题，该算法需对不同分辨率水平 α 重复运行。
• 开发一种更快、可扩展的方法，实现在单次执行中识别所有分辨率水平下的重叠社区。
• 检测社区结构保持不变的稳定分辨率区间，表明网络中存在稳健的主题模块。
• 通过在增长过程中合并重叠社区，保留分层社区结构，从而实现类似树状图的可视化。
• 改进文献网络中的社区检测，特别是信息科学中重叠科学主题的识别。

提出的方法

• MONC 初始时将每个节点视为一个高分辨率（α = 1）下的独立社区，随后系统性地降低 α，通过添加能最大化局部适应度的邻接节点来扩展社区。
• 对于每个节点，MONC 计算每个邻居被添加时的确切 α 值，追踪社区扩展的分辨率阈值。
• 在每一步中，MONC 检查种子节点的当前中间社区是否与先前计算出的社区匹配；若匹配，则执行合并并终止对该节点的进一步分析。
• 该算法使用与 LFK 相同的局部适应度函数：f(G,α) = k_in(G) / (k_in(G) + k_out(G))^α，其中 k_in 和 k_out 分别为内部度和外部度。
• 它避免了节点移除（与 LFK 不同），从而实现更快的计算，并保留社区之间的分层关系。
• 使用极大团（经简化为最高凝聚度）作为起始点，以避免过早扩展至网络的稀疏区域。

实验结果

研究问题

• RQ1 是否可以在单次算法运行中检测所有分辨率水平下的重叠社区，从而避免 LFK 算法重复执行？
• RQ2 如何本地计算分辨率阈值，以识别网络中稳定社区结构的区间？
• RQ3 通过避免节点排除并在增长过程中合并重叠社区，可实现多大的性能提升？
• RQ4 MONC 检测到的中间模块在多大程度上与 LFK 运行中发现的有意义且稳定的社区相对应？
• RQ5 MONC 是否能在不进行多次遍历的情况下，保留并揭示重叠社区的分层结构？

主要发现

• MONC 在单次执行中检测出所有分辨率水平下的重叠社区，消除了原始 LFK 算法所需的重复运行。
• 未优化的 MONC 比未优化的随机 LFK 快四倍；通过数据缓存优化后，其速度比同一 LFK 变体提升了 50 倍。
• 该算法识别出社区结构保持不变的稳定分辨率区间，表明存在稳健的主题模块。
• MONC 生成的中间社区经常与 LFK 运行中发现的重要社区一致，表明其具有可比的合理性与可解释性。
• MONC 通过在增长过程中合并重叠社区，自然揭示了分层社区结构，从而支持主题关系的树状图式可视化。
• 该方法通过使用凝聚度最大化的团作为起始点，保持了高准确性，防止过早扩展至网络的低密度区域。