[论文解读] Null Models and Community Detection in Multi-Layer Networks

Subhadeep Paul, Yuguo Chen|arXiv (Cornell University)|Aug 1, 2016

Complex Network Analysis Techniques参考文献 40被引用 10

一句话总结

本文提出了一种基于多层网络中 Chung-Lu 期望度模型的新型零模型，实现了通过模块度和模型似然一致估计社区结构。该研究引入了针对各层和各节点的参数估计器，证明了其一致性，并提出了一个假设检验框架以选择最优零模型，显著提升了在模拟和真实多层网络中的社区检测性能。

ABSTRACT

Multi-layer networks are networks on a set of entities (nodes) with multiple types of relations (edges) among them where each type of relation/interaction is represented as a network layer. As with single layer networks, community detection is an important task in multi-layer networks. A large group of popular community detection methods in networks are based on optimizing a quality function known as the modularity score, which is a measure of presence of modules or communities in networks. Hence a first step in community detection is defining a suitable modularity score that is appropriate for the network in question. Here we introduce several multi-layer network modularity measures under different null models of the network, motivated by empirical observations in networks from a diverse field of applications. In particular we define the multi-layer configuration model, the multi-layer expected degree model and their various modifications as null models for multi-layer networks to derive different modularities. The proposed modularities are grouped into two categories. The first category, which is based on degree corrected multi-layer stochastic block model, has the multi-layer expected degree model as their null model. The second category, which is based on multi-layer extensions of Newman-Girvan modularity, has the multi-layer configuration model as their null model. These measures are then optimized to detect the optimal community assignment of nodes. We compare the effectiveness of the measures in community detection in simulated networks and then apply them to four real networks.

研究动机与目标

• 为解决多层网络中多种关系共存于同一节点集时缺乏原则性零模型的问题，提出多层网络社区检测的零模型。
• 开发 Chung-Lu 期望度模型的多层变体作为零模型，以反映各层特定的度结构和节点特定的度结构。
• 在稀疏网络假设下，为模型参数（节点度和层权重）提供一致估计器。
• 提出一种假设检验程序，基于数据选择最合适的零模型。
• 评估并比较模块度和基于模型似然的质量函数在模拟和真实多层网络中检测社区结构的性能。

提出的方法

• 通过将 Chung-Lu 期望度模型扩展至多层网络，以同时考虑跨层的节点度和各层特定的边密度，提出多层零模型。
• 基于最大似然原理，推导出针对节点特定参数（θ_i）和层特定缩放参数（β_m）的估计器。
• 在稀疏网络条件下证明估计器的一致性，表明随着网络规模增大，估计度值以概率收敛于真实期望度。
• 应用集中不等式（Hoeffding 不等式）以界定估计度值与其期望值之间的偏差，建立概率收敛性。
• 构建假设检验框架，用于比较不同零模型假设，并为给定数据集选择最佳拟合模型。
• 利用所选零模型定义模块度评分和基于模型似然的质量函数，以实现社区检测。

实验结果

研究问题

• RQ1 如何设计多层网络的零模型，以反映多层网络中现实的度分布？
• RQ2 在稀疏网络条件下，多层期望度模型中参数估计器的一致性特性是什么？
• RQ3 如何构建假设检验程序，以从给定多层网络中选择最合适的零模型？
• RQ4 模块度与基于模型似然的质量函数在多层网络中检测社区结构方面有何比较？
• RQ5 模型误设对多层网络中社区检测性能有何影响？

主要发现

• 所提出的节点度估计器（θ̂_i）和层权重估计器（β̂_m）具有一致性，随着网络规模增大，估计值与真实值之间的差异以概率收敛于零。
• 归一化度估计器 ∑ₘk_i^(m)/√(2L) 以概率收敛于 ∑ₘκ_i^(m)/√(2ℒ)，确保在稀疏网络中仍能实现稳定估计。
• 在模拟数据中，假设检验程序能成功识别正确的零模型结构，且随着网络规模增大，第一类和第二类错误率均下降。
• 在真实多层网络（如 Twitter、C. elegans）中，所提出的模块度和基于似然的方法在检测有意义的社区结构方面优于基线方法。
• SD 模型的似然方程误差为 O(M)，而 ID 模型的误差为 O(√(log N / N))，表明在标准稀疏性假设下，ID 模型具有更小的估计偏差。
• 基于模型似然的质量函数在社区检测中表现优于简单层间模块度聚合方法，尤其在层连接异质性较高的网络中表现更优。