[論文レビュー] Localized Algorithm of Community Detection on Large-Scale Decentralized Social Networks

Pili Hu, Wing Cheong Lau|arXiv (Cornell University)|Dec 27, 2012

Complex Network Analysis Techniques参考文献 21被引用数 4

ひとこと要約

本稿では、限られた2ホップのトポロジー上でPersonalized Page Rank（PPR）を用いて、大規模な分散型ソーシャルネットワーク（DSN）における局所的で完全に分散型のコミュニティ検出アルゴリズムを提案する。PPRを「インクが広がる」プロセスとしてモデル化することで、少数の手動でラベル付けされた友人をエスケープベクトルに用いることで、基本的なPage Rankや一般的なヒューリスティクスを上回る優れた性能を達成し、AUCの相対的向上率が64.97%に達する。

ABSTRACT

Despite the overwhelming success of the existing Social Networking Services (SNS), their centralized ownership and control have led to serious concerns in user privacy, censorship vulnerability and operational robustness of these services. To overcome these limitations, Distributed Social Networks (DSN) have recently been proposed and implemented. Under these new DSN architectures, no single party possesses the full knowledge of the entire social network. While this approach solves the above problems, the lack of global knowledge for the DSN nodes makes it much more challenging to support some common but critical SNS services like friends discovery and community detection. In this paper, we tackle the problem of community detection for a given user under the constraint of limited local topology information as imposed by common DSN architectures. By considering the Personalized Page Rank (PPR) approach as an ink spilling process, we justify its applicability for decentralized community detection using limited local topology information.Our proposed PPR-based solution has a wide range of applications such as friends recommendation, targeted advertisement, automated social relationship labeling and sybil defense. Using data collected from a large-scale SNS in practice, we demonstrate our adapted version of PPR can significantly outperform the basic PR as well as two other commonly used heuristics. The inclusion of a few manually labeled friends in the Escape Vector (EV) can boost the performance considerably (64.97% relative improvement in terms of Area Under the ROC Curve (AUC)).

研究の動機と目的

• すべてのノードがネットワーク全体の知識を持たない分散型ソーシャルネットワーク（DSN）におけるコミュニティ検出の課題に対処すること。
• プライバシーとスケーラビリティを保つために、完全に分散型のアルゴリズムを設計し、局所的な2ホップトポロジー情報にのみ依存すること。
• 友人推薦やシビル攻撃防御といったDSNの重要なサービスを支援する、スケーラブルで局所的なコミュニティ検出ソリューションを開発すること。
• 16000万ユーザーを有する大規模SNS「Renren」の実世界データを用いて評価し、現実的な条件下での性能を検証すること。

提案手法

• ターゲットユーザーのエゴネットワーク（局所的な2ホップトポロジー）上でコミュニティ検出を二値分類問題として定式化する。
• 近接度の指標としてPersonalized Page Rank（PPR）を適用し、それを「インクが広がる」プロセスとして解釈することで、ノードをコミュニティへの帰属度でランク付けする。
• 正例ノード（友人）の手動ラベル付きセットをエスケープベクトル（EV）として用い、PPRのガイドラインとし、ランク付けの正確性を向上させる。
• 二段階フレームワークを採用する：第一段階でPPRスコアを計算し、第二段階でスコアをランク関数として用いてコミュニティメンバーを同定する。
• ノードの次数と事前ラベル分布を活用してエスケープベクトルを最適化し、検出のしきい値を改善する。
• グローバルな調整やデータ共有を避けるために、局所的なトポロジーと最小限のユーザー提供ラベルにのみ依存することでプライバシーを確保する。

実験結果

リサーチクエスチョン

• RQ1 局所的なトポロジーしか利用できない状況下で、PPRが2ホップエゴネットワーク内のノードを適切にランク付けし、コミュニティメンバーを同定できるか？
• RQ2 エスケープベクトルに少数の手動ラベル付き友人を含めることで、PPRベースのコミュニティ検出の性能にどのような影響が生じるか？
• RQ3 基本的なPage Rankや一般的なヒューリスティクス（例：次数ベース、ランダム選択）と比較して、PPRは分散型コミュニティ検出においてどの程度優れているか？
• RQ4 限られたローカル可視性とプライバシー制約のもとで、PPRベースのアプローチは大規模DSNに対してスケーラブルかつ有効であるか？
• RQ5 複数のシードセットを用いることで、PPRフレームワークを重複するコミュニティをサポートするように拡張できるか？

主な発見

• 実世界のSNSデータを用いた評価において、PPRベースの手法は基本的なPage Rankおよび2つの一般的なヒューリスティクスを著しく上回るコミュニティ検出の正確性を達成した。
• エスケープベクトルにわずか数人の手動ラベル付き友人を組み込むことで、受容器操作特性曲線下積分（AUC）が64.97%相対的に向上した。
• 2ホップトポロジーのみを用いても、本手法はコミュニティメンバーを効果的に同定できた。これは、局所的な情報が有効な検出に十分であることを示している。
• PPRアプローチは柔軟性に富み、複数のシードセットを用いることで重複コミュニティ検出に対しても応用可能である。
• 実データ評価（2011年に1億6000万人のユーザーを有するRenren）により、本手法は大規模DSNにおいてスケーラブルかつ実用的であることが示された。
• ラベル付きシードからの性能向上は、グローバルな調整を要せず、最小限のユーザー入力で検出品質を著しく向上させられることを示唆している。