[论文解读] Distributed Community Detection via Metastability of the 2-Choices Dynamics

Emilio Cruciani, Emanuele Natale+1 more|arXiv (Cornell University)|May 3, 2018

Game Theory and Applications参考文献 44被引用 14

一句话总结

本文提出了一种基于两选择动态的分布式社区检测算法，证明当社区结构网络中的节点随机初始化二值状态，并迭代采纳两个随机采样邻居的状态时，系统会迅速收敛到一种亚稳态配置，使得各社区在不同状态下达成内部一致。关键结果是，该亚稳态阶段以高概率持续多项式时间（关于n），从而实现可靠的社区检测，且消息复杂度接近线性。

ABSTRACT

We investigate the behavior of a simple majority dynamics on networks of agents whose interaction topology exhibits a community structure. By leveraging recent advancements in the analysis of dynamics, we prove that, when the states of the nodes are randomly initialized, the system rapidly and stably converges to a configuration in which the communities maintain internal consensus on different states. This is the first analytical result on the behavior of dynamics for non-consensus problems on non-complete topologies, based on the first symmetry-breaking analysis in such setting. Our result has several implications in different contexts in which dynamics are adopted for computational and biological modeling purposes. In the context of Label Propagation Algorithms, a class of widely used heuristics for community detection, it represents the first theoretical result on the behavior of a distributed label propagation algorithm with quasi-linear message complexity. In the context of evolutionary biology, dynamics such as the Moran process have been used to model the spread of mutations in genetic populations [Lieberman, Hauert, and Nowak 2005]; our result shows that, when the probability of adoption of a given mutation by a node of the evolutionary graph depends super-linearly on the frequency of the mutation in the neighborhood of the node and the underlying evolutionary graph exhibits a community structure, there is a non-negligible probability for species differentiation to occur.

研究动机与目标

• 分析两选择动态在具有社区结构的网络中的行为，特别是在分布式社区检测背景下的表现。
• 建立非完全图、非正则拓扑上随机动力学的首个对称性破缺分析。
• 证明两选择动态能够以高概率实现揭示社区结构的亚稳态配置。
• 为具有接近线性消息复杂度的标签传播算法（LPAs）提供理论基础。
• 探讨在进化生物学中的影响，表明在社区结构的进化图中存在显著的物种分化。

提出的方法

• 利用近期在使用线性代数技术分析随机动力学方面的进展，特别是图的转移矩阵的二次型。
• 应用对称性破缺分析和大数集中律论证，证明不同社区中会涌现出对不同状态的偏好。
• 使用Berry-Esseen定理和Chernoff界分析随时间推移支持各状态的节点数量的集中性。
• 采用马尔可夫链模型追踪状态偏置的演化，并证明系统以高概率在O(log n)轮内达到亚稳态阶段。
• 引入社区敏感标签技术，以增强检测正确社区结构的概率。
• 结合随机矩阵理论与随机过程的结果，界定系统保持在近乎聚类配置中的时间。

实验结果

研究问题

• RQ1 在社区结构网络中，两选择动态能否实现一种亚稳态，使得每个社区在不同状态下达成内部一致？
• RQ2 达到此类亚稳态、揭示社区结构的配置的概率与时间尺度为何？
• RQ3 如何将两选择动态转化为具有接近线性消息复杂度的分布式社区检测算法？
• RQ4 图的谱特性（尤其是第二特征值）在实现对称性破缺与亚稳态中起到何种作用？
• RQ5 该动力学模型是否支持非平凡的进化结果，例如在社区结构群体中的物种分化？

主要发现

• 两选择动态以常数概率迅速收敛至亚稳态配置，使得每个社区在不同状态下达成内部一致。
• 系统以高概率在近乎聚类配置中保持较长时间，该时间是n的高阶多项式，使亚稳态阶段在实践中可观测。
• 由于早期阶段偏差损失的指数衰减，收敛至亚稳态的时间为O(log n)轮（以高概率）。
• 通过社区敏感标签技术可放大检测正确社区结构的概率，实现接近线性消息复杂度。
• 该分析为标签传播算法在真实网络中经验成功的现象提供了首个理论解释。
• 结果表明，在社区结构的进化图中，若采纳概率超过线性，物种分化将以非可忽略的概率发生。