[论文解读] CommunityGAN: Community Detection with Generative Adversarial Nets

Yuting Jia, Qinqin Zhang+2 more|arXiv (Cornell University)|Jan 20, 2019

Complex Network Analysis Techniques参考文献 37被引用 6

一句话总结

CommunityGAN 提出了一种基于 GAN 的新颖框架，通过在学习到的嵌入中直接建模顶点-社区隶属强度，联合执行重叠社区检测与图表示学习。通过一种基于基序的生成对抗网络，它提升了社区结构的发现能力，在合成网络和真实网络上均实现了最先进性能，尤其在检测密集重叠社区和保持局部团结构方面表现优异。

ABSTRACT

Community detection refers to the task of discovering groups of vertices sharing similar properties or functions so as to understand the network data. With the recent development of deep learning, graph representation learning techniques are also utilized for community detection. However, the communities can only be inferred by applying clustering algorithms based on learned vertex embeddings. These general cluster algorithms like K-means and Gaussian Mixture Model cannot output much overlapped communities, which have been proved to be very common in many real-world networks. In this paper, we propose CommunityGAN, a novel community detection framework that jointly solves overlapping community detection and graph representation learning. First, unlike the embedding of conventional graph representation learning algorithms where the vector entry values have no specific meanings, the embedding of CommunityGAN indicates the membership strength of vertices to communities. Second, a specifically designed Generative Adversarial Net (GAN) is adopted to optimize such embedding. Through the minimax competition between the motif-level generator and discriminator, both of them can alternatively and iteratively boost their performance and finally output a better community structure. Extensive experiments on synthetic data and real-world tasks demonstrate that CommunityGAN achieves substantial community detection performance gains over the state-of-the-art methods.

研究动机与目标

• 解决传统图表示学习方法的局限性，即嵌入值缺乏语义意义，无法直接表示重叠社区隶属关系。
• 克服标准聚类算法（如 K-means、GMM）在真实网络中常见的密集重叠社区检测能力不足的问题。
• 开发一种统一框架，通过专为基序级结构设计的生成对抗网络，联合优化社区检测与表示学习。
• 通过在生成过程中引入结构感知，改进对局部网络基序（尤其是团）的建模，从而提升社区检测效果。
• 使嵌入可直接解释为对社区的隶属强度，从而实现更准确、更有意义的社区推断。

提出的方法

• 设计一种图表示学习框架，其中每个顶点嵌入向量编码该顶点对多个社区的隶属强度，受隶属图模型（Affiliation Graph Model, AGM）的启发。
• 引入一种基于基序的生成对抗网络（GAN），其生成器 $G(s|v_c)$ 能够生成以顶点 $v_c$ 为中心、构成特定基序类型（如 3-团、4-团）的可能顶点子集 $s$。
• 实现一个判别器 $D(s)$，用于区分来自真实网络的基序与生成器 $G$ 生成的虚假基序，形成一种极小极大博弈，以迭代方式优化两个模型。
• 采用一种名为 Graph AGM 的新方法，高效生成具有结构感知的高概率基序，确保训练过程的计算效率。
• 端到端训练 GAN，使生成器通过对抗反馈学习社区结构，同时嵌入空间直接反映社区隶属概率。
• 在学习到的嵌入上应用逻辑回归，用于下游任务（如团预测），以验证所学表示的质量。

实验结果

研究问题

• RQ1 基于 GAN 的框架是否能比现有方法更有效地联合优化重叠社区检测与图表示学习？
• RQ2 将顶点嵌入建模为直接的社区隶属强度，与传统基于聚类的方法相比，能否显著提升对密集重叠社区的检测能力？
• RQ3 基序级的生成与判别在多大程度上提升了所学表示的质量，使其更能捕捉如团等局部网络结构？
• RQ4 所提出的 CommunityGAN 框架是否在合成数据集和真实数据集上均优于最先进方法，在重叠社区检测任务中表现更优？
• RQ5 所学嵌入是否能有效保留如 3-团和 4-团等结构信息，这能否通过团预测性能得到验证？

主要发现

• 在合成数据集上，CommunityGAN 在 4-团检测任务中取得了 0.970 的 F1 分数，优于 AGM（0.959）、LINE（0.963）和 GraphGAN（0.855），表明其在检测复杂局部结构方面具有显著优势。
• 在 arXiv-GrQc 数据集上，CommunityGAN 在 3-团预测任务中 AUC 达到 0.993，相比次优基线 ComE（0.924）实现了 74.52% 的相对提升，凸显其在编码局部结构方面的强大能力。
• 在 arXiv-GrQc 数据集的 4-团预测任务中，CommunityGAN 的 AUC 达到 0.956，优于 ComE（0.914）和 GraphGAN（0.728），较 ComE 实现了 4.60% 的绝对提升。
• 尽管并非最快模型，CommunityGAN 的训练时间仍可接受，其性能显著超越如 node2vec 和 LINE 等更快的基线模型，尤其在复杂结构检测方面优势明显。
• CommunityGAN 在五个真实世界数据集上的重叠社区检测任务中持续优于所有基线方法，尤其在 3-团和 4-团预测的 F1 分数上取得显著提升。
• 该框架的嵌入设计直接编码了隶属强度，使得社区检测可直接解释且无需依赖外部聚类算法，与标准图嵌入方法形成鲜明对比。