[論文レビュー] Oriented and Degree-generated Block Models: Generating and Inferring Communities with Inhomogeneous Degree Distributions

Yaojia Zhu, Xiaoran Yan+1 more|arXiv (Cornell University)|May 31, 2012

Complex Network Analysis Techniques参考文献 14被引用数 10

ひとこと要約

本稿では、頂点の次数とエッジの向きを統合した2つの新しいブロックモデル—方向的次数補正型（ODC）および次数生成型（DG）—を導入し、重たい尾を示す次数分布を示すネットワークにおけるコミュニティ検出を高精度に可能にする。ODCモデルは全次数とエッジの向きを用いて分類を改善する。一方、DGモデルはコミュニティ固有の事前分布（例：べき乗則）から次数を生成し、合成ネットワークおよびワード隣接グラフを含む実世界のネットワークにおいて、標準的または次数補正型モデルよりも高い精度を達成する。

ABSTRACT

The stochastic block model is a powerful tool for inferring community structure from network topology. However, it predicts a Poisson degree distribution within each community, while most real-world networks have a heavy-tailed degree distribution. The degree-corrected block model can accommodate arbitrary degree distributions within communities. But since it takes the vertex degrees as parameters rather than generating them, it cannot use them to help it classify the vertices, and its natural generalization to directed graphs cannot even use the orientations of the edges. In this paper, we present variants of the block model with the best of both worlds: they can use vertex degrees and edge orientations in the classification process, while tolerating heavy-tailed degree distributions within communities. We show that for some networks, including synthetic networks and networks of word adjacencies in English text, these new block models achieve a higher accuracy than either standard or degree-corrected block models.

研究の動機と目的

• コミュニティ内での重たい尾を示す次数分布に対処できない標準的ストークスティックブロックモデル（SBM）の限界を解消すること。
• 次数を固定パラメータとして扱う次数補正型（DC）モデルの欠点（分類に次数を活用できない）を克服すること。
• エッジの向きを活用する方向性ネットワーク拡張を提案し、方向的次数補正型（DDC）モデルとは異なり、コミュニティ検出を向上させること。
• 頂点の次数をコミュニティ固有の分布から生成される確率変数としてモデル化する生成的フレームワークを提案し、事前に次数を固定せずに次数に基づく推論を可能にすること。
• 次数生成を組み込むことでMCMC推論の収束速度と精度を向上させ、KL法のような計算コストの高い事前処理ヒューリスティクスへの依存を低減すること。

提案手法

• 方向的次数補正型（ODC）モデルは、全頂点の次数を補正しつつエッジの向きをモデル化し、入次数と出次数が相関するコミュニティを検出可能にする。
• 次数生成型（DG）モデルは、各頂点の期待次数を、そのコミュニティ固有の事前分布（例：べき乗則）から得られる確率変数として扱い、パラメータは推定または固定する。
• 両モデルにおいて、尤度関数にはコミュニティ固有の次数事前分布の下での観測次数の確率が含まれており、ブロック割り当てと次数分布の同時推論が可能になる。
• ODCモデルは、全次数とエッジの向きに依存する尤度関数を用い、頂点間の方向的不均衡に敏感になる。
• DGモデルは階層ベイズアプローチを用い、次数分布のパラメータ（例：指数とカットオフ）は事前に指定または推定され、不適切な次数構成に対してペナルティが課される。
• MCMC推論を用いてブロック割り当てをサンプリングし、合成ネットワークおよび実世界のネットワークにおける性能は正規化相互情報量（NMI）で評価される。

実験結果

リサーチクエスチョン

• RQ1 方向性ネットワークのブロックモデルにおいて、次数補正のみに依存する場合よりも、エッジの向きを有効に活用することでコミュニティ検出の性能が向上するか？
• RQ2 頂点の次数をコミュニティ固有の分布から生成されるものとしてモデル化することで、不均一な次数分布を示すネットワークにおけるコミュニティ検出の精度が向上するか？
• RQ3 ブロックモデルに次数生成を組み込むことで、MCMCの収束速度が向上し、KL法のような計算コストの高い事前処理ヒューリスティクスへの依存が低減するか？
• RQ4 重たい尾を示す次数分布を示すネットワークにおけるコミュニティ検出において、ODCおよびDGモデルは標準的SBM、DC、DDCモデルと比較してどのように性能を発揮するか？
• RQ5 特に非対称的または不均一な次数構造を示すネットワークでは、ODCおよびDGモデルが既存の手法に比べて顕著な優位性を示すのはどのような状況か？

主な発見

• ODCモデルは合成ネットワークおよびワード隣接ネットワークにおいて、SBMおよびDCモデルを上回るNMIを達成し、コミュニティ検出におけるエッジの向きの有効性を示した。
• DGモデルは生成しないモデルよりも顕著な性能向上を示した：Brown(S)ではDG-ODCがNMI = 0.320（ODC単体では0.312）、Brown(M)では0.310（ODC単体では0.302）を達成した。
• 次数生成により、ODCモデルはKLヒューリスティクスを用いた場合とほぼ同等の速さで収束し、高価な事前処理の必要性を低減しながら同等の性能を達成した。
• 低コミュニティ間密度（λ = 0.05）の合成ネットワークにおいて、DGモデルは接続がほぼ一様であっても高い精度を達成し、弱いコミュニティ信号に対しても頑健であることを示した。
• コミュニティが明確な次数分布を示すネットワークでは、DGモデルがDCおよびDDCを上回った。これは、適切にモデル化された場合、次数情報が分類に有効に利用できることを証明した。
• ODCモデルは、英語の文章で形容詞が名詞の前に現れるといった方向的パターンを正しく捉えたが、DDCモデルは方向情報を利用できないため失敗した。