[论文解读] Faster unfolding of communities: speeding up the Louvain algorithm

Vincent Traag|Data Archiving and Networked Services (DANS)|Mar 4, 2015

Complex Network Analysis Techniques被引用 10

一句话总结

本文提出随机邻居Louvain算法，这是对Louvain社区检测方法的一种简单改进，即不再将节点移动到最佳邻居社区，而是移动到随机选择的邻居社区。该改进将理论时间复杂度从𝒪(m)降低至𝒪(n log⟨k⟩)，在基准网络上使算法提速2–3倍，在真实网络上甚至达到10倍，同时仅带来轻微的模块度质量损失，尤其在基于模块度的优化中表现优异。

ABSTRACT

Many complex networks exhibit a modular structure of densely connected groups of nodes. Usually, such a modular structure is uncovered by the optimization of some quality function. Although flawed, modularity remains one of the most popular quality functions. The Louvain algorithm was originally developed for optimizing modularity, but has been applied to a variety of methods. As such, speeding up the Louvain algorithm, enables the analysis of larger graphs in a shorter time for various methods. We here suggest to consider moving nodes to a random neighbor community, instead of the best neighbor community. Although incredibly simple, it reduces the theoretical runtime complexity from $\mathcal{O}(m)$ to $\mathcal{O}(n \log \langle k angle)$ in networks with a clear community structure. In benchmark networks, it speeds up the algorithm roughly 2-3 times, while in some real networks it even reaches 10 times faster runtimes. This improvement is due to two factors: (1) a random neighbor is likely to be in a "good" community; and (2) random neighbors are likely to be hubs, helping the convergence. Finally, the performance gain only slightly diminishes the quality, especially for modularity, thus providing a good quality-performance ratio. However, these gains are less pronounced, or even disappear, for some other measures such as significance or surprise.

研究动机与目标

• 为解决Louvain算法在大规模网络上进行模块度优化时计算成本过高的问题。
• 在不显著降低检测社区质量的前提下提升运行效率。
• 探究随机邻居选择是否在速度和收敛性方面优于标准的最佳邻居搜索。
• 评估改进算法在不同质量函数（包括模块度、显著性与惊奇度）下的性能表现。
• 评估随机邻居方法在合成网络与真实网络上的可扩展性与鲁棒性。

提出的方法

• 用从邻居社区中随机选择替代标准Louvain算法中将节点移动到最佳邻居社区的步骤。
• 利用随机邻居选择，利用枢纽节点或高度连接节点更可能位于高质量社区中的可能性。
• 理论分析表明，新方法将时间复杂度从𝒪(m)降低至𝒪(n log⟨k⟩)，其中n为节点数，⟨k⟩为平均度数。
• 算法保持原有的两层迭代结构：局部优化后进行网络聚合。
• 该方法应用于模块度、显著性与惊奇度，其性能在基准网络与真实网络上进行了评估。
• 通过测试按边权重比例采样的方式探索加权网络，尽管收益有限，且预处理成本可能抵消部分增益。

实验结果

研究问题

• RQ1 能否通过用随机邻居选择替代最佳邻居搜索，显著降低Louvain算法的运行时间？
• RQ2 随机邻居方法是否能维持足够的社区质量，尤其是在基于模块度的优化中？
• RQ3 性能提升在不同质量函数（如模块度、显著性与惊奇度）之间如何变化？
• RQ4 该算法的加速效果在多大程度上依赖于网络结构特征，如社区密度与度分布？
• RQ5 随机邻居策略能否推广至其他社区检测算法（如标签传播算法）？

主要发现

• 随机邻居Louvain算法将理论时间复杂度从𝒪(m)降低至𝒪(n log⟨k⟩)，使其接近与节点数成线性关系，而非边数。
• 在基准网络上，该算法比原始Louvain算法快2–3倍，在某些真实网络上甚至达到10倍加速。
• 性能提升在模块度优化中最为显著，算法能保持高质量的社区划分，仅导致模块度得分轻微下降。
• 对于显著性与惊奇度，加速效果较弱，原因在于这些函数偏好更细粒度、更小的社区，从而降低了随机邻居选择的优势。
• 基于边权重的加权采样仅带来微小改进，且并未始终优于无权重的随机采样。
• 该方法在不同网络规模与结构下均表现稳健，在合成网络与实证网络中均观察到一致的加速效果。