[论文解读] On weakly optimal partitions in modular networks

J. Ignacio Alvarez-Hamelin, Mariano G. Beiró+1 more|arXiv (Cornell University)|Aug 20, 2010

Complex Network Analysis Techniques参考文献 21被引用 3

一句话总结

本文提出了一种基于分辨率参数 $ t $ 的加权网络模块性概率形式化方法，并提出了一种基于弱最优划分的新算法，以识别高质量的社区结构。该方法在大规模网络上具有高效的可扩展性，其模块性得分与现有最先进算法（包括 Blondel 等人的快速算法）相当或更优，同时提供了关于模块性缩放限制和弱最优性的理论见解。

ABSTRACT

Modularity was introduced as a measure of goodness for the community structure induced by a partition of the set of vertices in a graph. Then, it also became an objective function used to find good partitions, with high success. Nevertheless, some works have shown a scaling limit and certain instabilities when finding communities with this criterion. Modularity has been studied proposing several formalisms, as hamiltonians in a Potts model or laplacians in spectral partitioning. In this paper we present a new probabilistic formalism to analyze modularity, and from it we derive an algorithm based on weakly optimal partitions. This algorithm obtains good quality partitions and also scales to large graphs.

研究动机与目标

• 解决基于模块性的社区检测中的可扩展性与不稳定性问题，特别是分辨率极限问题。
• 使用分辨率参数 $ t $ 对加权网络中的模块性进行概率形式化。
• 引入并分析弱最优划分的概念，作为严格模块性优化的更稳健替代方案。
• 开发一种快速、可扩展的算法，以识别弱最优划分，并在合成网络与真实世界网络上评估其性能。
• 将该算法的模块性结果与现有方法进行比较，揭示其在大规模网络上的优异表现。

提出的方法

• 使用符号测度 $ \mu_t(S) = m_E(S) - t \cdot m_{VV}(S) $ 形式化模块性，其中 $ m_E $ 为边概率，$ m_{VV} $ 为边缘概率的乘积。
• 引入分辨率参数 $ t $ 以控制社区大小，推广标准模块性，实现多尺度社区检测。
• 将划分的弱最优性定义为在所有细化中最大化 $ \mu_t $，提供比严格模块性最大化更稳定的准则。
• 开发一种快速、贪心的算法，通过迭代合并社区以实现弱最优划分，其灵感来自但不同于 Blondel 等人的方法。
• 采用基于局部 $ \mu_t $ 增益的分层合并策略，确保在大规模图上的可扩展性。
• 使用合成网络（如二叉树）和真实世界网络验证结果，将模块性得分与多种基准进行比较。

实验结果

研究问题

• RQ1 引入分辨率参数 $ t $ 如何影响基于模块性的社区检测的稳定性与可扩展性？
• RQ2 弱最优划分的理论性质是什么？它们与标准模块性优化有何关系？
• RQ3 弱最优划分算法能否在高效扩展至大规模网络的同时，实现具有竞争力的模块性得分？
• RQ4 弱最优性在多大程度上缓解了标准模块性最大化固有的分辨率极限问题？
• RQ5 在真实世界网络上，弱最优划分的模块性值与 Blondel 等人的最先进算法相比如何？

主要发现

• 所提出的算法在所有测试的真实世界网络（包括 web-google 和 ir_dimes 等大规模网络）上，其模块性得分与 Blondel 等人的快速算法相当或更优。
• 对于高度为 $ n $ 的二叉树，该算法实现的模块性值几乎与理论上限一致，$ n=10 $ 时 $ Q_1 \approx 0.953 $，表明在合成基准测试中表现强劲。
• 在空手道俱乐部网络中，该算法实现 $ Q_1 = 0.405 $，略低于 Newman 的原始结果，但与其他方法相比具有竞争力。
• 在 arXiv 共引网络中，该算法实现 $ Q_1 = 0.797 $，优于 Clauset 等人（$ 0.772 $）和 Newman 的方法（$ 0.770 $）。
• 在 PGP 信任网络中，该算法实现 $ Q_1 = 0.864 $，超过 Newman 的 $ 0.855 $ 和 Blondel 的 $ 0.884 $，表明在密集的真实世界图中表现优异。
• 随着 $ Q_t(\mathcal{C}_t) $ 的演化，最优模块性通常在 $ t=1 $ 附近达到，表明 $ t=1 $ 是社区检测的稳健默认设置。