[论文解读] Locally computable approximations for spectral clustering and absorption times of random walks

Pekka Orponen, Satu Elisa Schaeffer+1 more|ArXiv.org|Oct 22, 2008

Complex Network Analysis Techniques参考文献 33被引用 9

一句话总结

本文提出了一种基于随机游走吸收时间的局部可计算谱聚类近似方法，用于识别以种子顶点为中心的局部聚类。通过使用梯度下降法对基本矩阵的主特征向量（Dirichlet-Fiedler向量）进行计算，该方法实现了无需全局计算的高效局部二分类，即使在缺乏谱间隙的情况下，其近似结果与精确吸收时间仍具有高度相关性。

ABSTRACT

We address the problem of determining a natural local neighbourhood or "cluster" associated to a given seed vertex in an undirected graph. We formulate the task in terms of absorption times of random walks from other vertices to the vertex of interest, and observe that these times are well approximated by the components of the principal eigenvector of the corresponding fundamental matrix of the graph's adjacency matrix. We further present a locally computable gradient-descent method to estimate this Dirichlet-Fiedler vector, based on minimising the respective Rayleigh quotient. Experimental evaluation shows that the approximations behave well and yield well-defined local clusters.

研究动机与目标

• 开发一种在不进行全局谱计算的前提下，识别大规模图中以种子顶点为中心的局部聚类的方法。
• 利用随机游走的吸收时间对顶点与种子的接近程度进行建模。
• 使用基于Fiedler向量的局部可计算梯度下降法，对这些吸收时间进行近似。
• 仅依赖局部信息，将图二分类为相对于种子的“相关”和“非相关”顶点。
• 在真实图（如Zachary空手道俱乐部网络）上验证该方法，结果表明即使在缺乏谱间隙的情况下，其性能依然稳健。

提出的方法

• 将吸收时间表示为由图邻接矩阵导出的基本矩阵的主特征向量的函数。
• 通过Rayleigh商最小化，从种子顶点出发，迭代地局部近似Dirichlet-Fiedler向量。
• 应用一种梯度下降算法，从种子向外扩展，仅处理当前相关顶点的邻域。
• 基于更新的收敛性设置停止准则，使用δ和ε作为容差参数，尽管校准工作留待未来研究。
• 将所得的近似Fiedler值视为顶点的一维二分类接近度得分。
• 使用k-means等标准分类器，基于接近度得分将顶点划分为种子的聚类和其余部分。

实验结果

研究问题

• RQ1 能否仅使用局部图信息，高效地近似随机游走至种子顶点的吸收时间？
• RQ2 在缺乏谱间隙的情况下，局部计算的Fiedler向量与精确吸收时间的相关性如何？
• RQ3 从Fiedler向量导出的近似接近度得分能否有效支持基于二分类的局部聚类？
• RQ4 谱间隙的存在或缺失对近似精度有何影响？
• RQ5 该方法能否自适应于图结构，而无需预先知晓全局参数？

主要发现

• 即使在缺乏谱间隙的情况下，局部计算的Fiedler向量与精确吸收时间仍具有高度相关性。
• 该方法在Zachary空手道俱乐部网络中成功识别出有意义的局部聚类，尤其当种子为中枢顶点时效果更佳。
• 近似吸收时间能够有效实现顶点的二分类，划分为种子所在聚类与其余部分，证明了其在局部聚类中的实用性。
• 梯度下降方法仅处理相关局部邻域，避免了全局计算，从而实现了对大规模图的可扩展性。
• 该方法对“边界”顶点仍具鲁棒性，尽管分类更具挑战性，这符合预期。
• 初步结果表明，该方法适用于实际应用，并可扩展至加权图和有向图。