[论文解读] A New Community Definition For MultiLayer Networks And A Novel Approach For Its Efficient Computation

Abhishek Santra, Kanthi Sannappa Komar+2 more|arXiv (Cornell University)|Apr 20, 2020

Complex Network Analysis Techniques参考文献 36被引用 4

一句话总结

本文提出了一种新颖的、保持结构与语义一致性的异质多层网络（HeMLNs）社区定义，实现了无信息损失的多层社区检测，且效率高。基于双分图配对与可配置权重度量的解耦计算框架，该方法实现了高效率——迭代成本仅为初始一次性成本的十分之一左右，同时支持多样化的分析目标，已在IMDb和DBLP数据集上得到验证。

ABSTRACT

As the use of MultiLayer Networks (or MLNs) for modeling and analysis is gaining popularity, it is becoming increasingly important to propose a community definition that encompasses the multiple features represented by MLNs and develop algorithms for efficiently computing communities on MLNs. Currently, communities for MLNs, are based on aggregating the networks into single graphs using different techniques (type independent, projection-based, etc.) and applying single graph community detection algorithms, such as Louvain and Infomap on these graphs. This process results in different types of information loss (semantics and structure). To the best of our knowledge, in this paper we propose, for the first time, a definition of community for heterogeneous MLNs (or HeMLNs) which preserves semantics as well as the structure. Additionally, our basic definition can be extended to appropriately match the analysis objectives as needed. In this paper, we present a structure and semantics preserving community definition for HeMLNs that is compatible with and is an extension of the traditional definition for single graphs. We also present a framework for its efficient computation using a newly proposed decoupling approach. First, we define a k-community for connected k layers of a HeMLN. Then we propose a family of algorithms for its computation using the concept of bipartite graph pairings. Further, for a broader analysis, we introduce several pairing algorithms and weight metrics for composing binary HeMLN communities using participating community characteristics. Essentially, this results in an extensible family of community computations. We provide extensive experimental results for showcasing the efficiency and analysis flexibility of the proposed computation using popular IMDb and DBLP data sets.

研究动机与目标

• 解决异质多层网络（HeMLNs）中缺乏同时保持结构与语义特征的社区定义的问题。
• 克服现有方法在社区检测前将HeMLNs聚合为单层图所导致的信息损失问题。
• 开发一种高效且可扩展的社区计算框架，支持多样化的分析目标。
• 支持跨多层网络的钻取分析与灵活的社区组合。
• 在真实数据集（IMDb与DBLP）上验证该方法在效率与分析灵活性方面的表现。

提出的方法

• 为k个连接的HeMLN层提出一种k-社区定义，扩展了传统单图社区定义，同时保持语义与结构一致性。
• 提出一种基于解耦的计算模型，将社区检测过程分解为独立的分层计算，以提升效率。
• 在相邻层的社区之间使用双分图配对，结合两种专用算法：MWRM（最大加权行匹配）与MWMT（三部图上的最大加权匹配）。
• 使用可配置的权重度量（ω）与元边计算（ωₑ），基于共享特征与层间一致性来组合社区。
• 采用分治策略，每层社区仅计算一次（一次性成本），随后进行轻量级的迭代组合步骤（迭代成本）。
• 采用模块化框架，支持可互换的配对算法与权重度量，以适应不同的分析目标。

实验结果

研究问题

• RQ1 如何为异质多层网络正式定义社区，以同时保持结构与语义完整性？
• RQ2 何种计算框架可实现无需将层聚合为单张图的多层社区高效检测？
• RQ3 与单体社区检测方法相比，该解耦方法在时间与可扩展性方面表现如何？
• RQ4 该方法在多大程度上可支持跨多样化网络层与实体类型的灵活、目标驱动的分析？
• RQ5 该框架能否在IMDb与DBLP等真实世界数据集中检测到有意义且一致的社区，包括跨层合作？

主要发现

• 所提出的社区定义与传统单图定义兼容，并将其扩展至异质多层网络，以保持语义与结构一致性。
• 解耦计算模型将迭代成本降低至最大一次性成本的十分之一以下（例如，0.27秒 vs. 5.43秒），验证了其高效率。
• 在IMDb数据集中，该框架检测到总共3个一致的循环3-社区与12个部分匹配，揭示了基于类型的演员-导演分组（如Leonardo DiCaprio与Danny Boyle的组合）。
• 该方法成功识别出潜在的未探索合作（如DiCaprio-Swank-Mendes），这些合作尚未在真实影视制作中实现。
• 通过使用可配置的权重度量（ω）与MWxx算法（MWRM、MWMT），实现了跨层社区的灵活、目标驱动的组合。
• 该框架展示了分析灵活性，支持钻取分析与多层组合的一致结果，即使在存在不一致匹配的情况下，也凸显了目标特定配置的重要性。