[论文解读] Maximizing Modularity is hard

Ulrik Brandes, Daniel Delling+5 more|ArXiv.org|Aug 25, 2006

Complex Network Analysis Techniques参考文献 13被引用 173

一句话总结

本文证明了在网络社区检测中最大化模块度问题是强 NP 完全问题，表明不存在多项式时间算法能保证对所有实例都获得最优解。作者将强 NP 完全的 3-Partition 问题归约到模块度最大化判定问题，证明通过模块度实现最优聚类在计算上是不可行的，从而在实践中解释了为何必须使用启发式和近似算法。

ABSTRACT

Several algorithms have been proposed to compute partitions of networks into communities that score high on a graph clustering index called modularity. While publications on these algorithms typically contain experimental evaluations to emphasize the plausibility of results, none of these algorithms has been shown to actually compute optimal partitions. We here settle the unknown complexity status of modularity maximization by showing that the corresponding decision version is NP-complete in the strong sense. As a consequence, any efficient, i.e. polynomial-time, algorithm is only heuristic and yields suboptimal partitions on many instances.

研究动机与目标

• 为长期存在的网络聚类中模块度最大化计算复杂性的开放问题提供解答。
• 确立除非 P = NP，否则不存在多项式时间算法能对所有实例最优求解模块度最大化问题。
• 通过证明该问题的不可解性，为社区检测中使用启发式和近似算法提供理论依据。
• 通过证明在加权图中该问题仍保持强 NP 完全性，将复杂性结果推广至加权图场景。

提出的方法

• 将强 NP 完全的 3-Partition 问题归约到模块度最大化判定问题。
• 基于 3-Partition 实例 $A$ 构造图 $G(A)$，使用 $k$ 个团（clique）和根据划分值连接元素顶点。
• 定义目标模块度阈值 $K(A)$，使得当且仅当 $A$ 存在有效 3-Partition 时，存在聚类满足 $Q(\mathcal{C}) \geq K(A)$。
• 使用重排的模块度公式 $Q(\mathcal{C}) = \sum_{C \in \mathcal{C}} \left[ \frac{|E(C)|}{m} - \left( \frac{\sum_{v \in C} \deg(v)}{2m} \right)^2 \right]$ 分析聚类质量。
• 证明最优模块度要求元素顶点度在团聚类之间实现完美均衡，而这一点仅在 3-Partition 实例可满足时才可能实现。
• 证明该归约是伪多项式时间的，依赖于 3-Partition 的强 NP 完全性，确保即使在单位制编码下也保持计算难度。

实验结果

研究问题

• RQ1 最大化模块度的问题在计算上是否可行，还是属于 NP 难问题？
• RQ2 是否存在多项式时间算法能对所有图保证获得最优模块度聚类？
• RQ3 模块度最大化问题的 NP 完全性是否属于强意义，意味着即使输入值较小也存在不可解性？
• RQ4 该困难结果能否推广到加权图？
• RQ5 是否存在某种结构条件，使得最优模块度聚类仅能通过求解 3-Partition 实例实现？

主要发现

• 模块度最大化是强 NP 完全问题，意味着除非 P = NP，否则不存在多项式时间算法能对所有实例最优求解该问题。
• 从 3-Partition 到模块度的归约表明，最优聚类要求将元素顶点完美地分配到团聚类中，而这一点仅在 3-Partition 实例可满足时才可能实现。
• 当且仅当 3-Partition 实例有解时，存在聚类使得模块度 $K(A) = \frac{(k-1)(a-1)}{k(a+1)}$。
• 最优模块度聚类必须恰好由 $k$ 个团聚类组成，每个聚类包含一组元素顶点，其总和为 $b = \frac{1}{k}a$，从而确保度贡献的平衡。
• 该困难结果可推广至加权图，因为无权图情况是加权模块度问题的一个特例。
• 因此，所有现有的模块度最大化算法，包括贪心法、谱方法和模拟退火法，本质上都是启发式的，可能在某些实例上产生次优结果。