[论文解读] Community detection with nodal information

Haolei Weng, Yang Feng|arXiv (Cornell University)|Oct 31, 2016

Complex Network Analysis Techniques参考文献 51被引用 14

一句话总结

该论文提出了一种基于似然的社区检测方法，通过灵活的随机块模型将节点属性与网络结构相结合。通过将多分类逻辑回归用于节点特征，结合轮廓似然和变分推断，该方法实现了稳定的社区恢复，并在模拟和真实数据中优于仅基于边信息的方法，且误分类率在大样本下收敛至零。

ABSTRACT

Community detection is one of the fundamental problems in the study of network data. Most existing community detection approaches only consider edge information as inputs, and the output could be suboptimal when nodal information is available. In such cases, it is desirable to leverage nodal information for the improvement of community detection accuracy. Towards this goal, we propose a flexible network model incorporating nodal information, and develop likelihood-based inference methods. For the proposed methods, we establish favorable asymptotic properties as well as efficient algorithms for computation. Numerical experiments show the effectiveness of our methods in utilizing nodal information across a variety of simulated and real network data sets.

研究动机与目标

• 为解决现有社区检测方法仅依赖边信息的局限性，特别是在存在节点属性时的不足。
• 开发一种统计上严谨的框架，联合建模网络边和节点特征，以提升社区检测的准确性。
• 在融合节点信息的灵活网络模型下，建立所提基于似然的估计量的渐近一致性。
• 设计基于半定规划和坐标上升法的高效计算算法，实现全局优化。

提出的方法

• 提出一种灵活的网络模型，通过多分类逻辑回归将节点特征融入随机块模型，实现扩展。
• 采用最大似然估计结合轮廓似然，同时处理隐含社区分配和节点特征。
• 应用变分推断以近似难以计算的似然，实现可扩展的计算。
• 通过半定规划进行凸松弛，获得迭代优化的高质量初始社区分配。
• 实施一种类似坐标上升的算法，以优化估计并收敛至全局最优解。
• 在估计的社区隶属矩阵上应用K均值聚类，以恢复最终的社区标签。

实验结果

研究问题

• RQ1 能否系统性地将节点信息整合到社区检测中，以超越仅基于边信息的模型？
• RQ2 当同时使用边信息和节点信息时，基于似然推断的理论性质是什么？
• RQ3 如何设计高效且一致的算法，以联合估计社区结构和节点特征的影响？
• RQ4 所提方法在网络规模增大时是否能实现一致的社区恢复，即使节点特征具有信息量？
• RQ5 所提方法的误分类误差率是多少，其在正则条件下是否收敛至零？

主要发现

• 在联合模型下，所提方法实现了稳定的社区检测，且随着网络规模增大，误分类率以概率收敛至零。
• 理论分析表明，估计的社区隶属矩阵在L1范数下收敛至真实矩阵，收敛速率取决于网络密度和节点特征的信息量。
• 数值实验表明，当节点特征具有信息量且与社区结构相关时，该方法在准确性上显著优于仅基于边信息的方法。
• 使用半定规划进行初始化可加快迭代算法的收敛速度并提升性能。
• 算法中的K均值步骤能以高概率成功恢复真实的社区结构，因为估计的中心点渐近地与真实中心点对齐。
• 当节点特征为高维时，只要其对社区分配具有信息量，该方法仍能保持一致性。