[论文解读] Overlapping Community Detection in Bipartite Networks

Nan Du, Bin Wu+2 more|ArXiv.org|Apr 23, 2008

Complex Network Analysis Techniques参考文献 10被引用 25

一句话总结

本文提出 BiTector，一种新颖的算法，用于在无需预先知晓社区数量或初始划分的情况下，检测大规模稀疏二部网络中的重叠社区。它利用网络拓扑结构，在真实世界的二部系统（如科研合作、电影-演员网络和奥运会奖牌数据）中识别出紧密且重叠的群体，通过在不同领域中的实证验证，展现出高度的有效性和鲁棒性。

ABSTRACT

Recent researches have discovered that rich interactions among entities in nature and society bring about complex networks with community structures. Although the investigation of the community structures has promoted the development of many successful algorithms, most of them only find separated communities, while for the vast majority of real-world networks, communities actually overlap to some extent. Moreover, the vertices of networks can often belong to different domains as well. Therefore, in this paper, we propose a novel algorithm BiTector Bi-community De-tector) to efficiently mine overlapping communities in large-scale sparse bipartite networks. It only depends on the network topology, and does not require any priori knowledge about the number or the original partition of the network. We apply the algorithm to real-world data from different domains, showing that BiTector can successfully identifies the overlapping community structures of the bipartite networks.

研究动机与目标

• 解决传统社区检测方法在现实网络中假设社区非重叠的局限性。
• 克服二部网络单模投影固有的信息损失，该损失会通过创建人为密集子图而扭曲社区结构。
• 开发一种高效、仅依赖拓扑结构的算法，直接在原始二部网络结构上发现重叠社区。
• 在来自不同领域的多样化真实世界二部网络上验证该方法，确保其实际相关性和鲁棒性。
• 证明所发现的社区具有同质性且具有实际意义，与特定领域的事实和直观预期一致。

提出的方法

• BiTector 直接在原始二部网络结构上运行，避免单模投影，从而保留真实的网络拓扑。
• 该算法通过分析两类节点（U 和 I）之间的局部连通模式和共享邻居，识别重叠社区。
• 它采用贪心的迭代扩展过程，基于候选群体内部的边密度和紧密度来扩展社区。
• 通过最大化内部边密度并允许节点属于多个社区来确定社区边界。
• 该方法无需用户定义的参数，如社区数量或最小/最大大小阈值。
• 通过将真实社区的边密度与相同大小的随机生成群体进行比较，验证所发现社区的同质性。

实验结果

研究问题

• RQ1 能否在不依赖单模投影的情况下，有效检测二部网络中的重叠社区结构？
• RQ2 BiTector 在识别多样化真实世界二部网络中具有实际意义的重叠社区方面表现如何？
• RQ3 所发现的社区在多大程度上反映了已知的真实世界分组，例如科研合作中的研究领域或奥运会中的竞技项目？
• RQ4 与随机分组相比，BiTector 社区的同质性如何，以体现其结构有效性？
• RQ5 BiTector 是否能够追踪社区随时间的演变，例如奥运会竞技项目中竞争格局的变化？

主要发现

• BiTector 在无需预先知晓社区数量或初始划分的情况下，成功识别出大规模稀疏二部网络中的重叠社区。
• 该算法在真实世界数据集上优于现有方法（如 Barber、Guimerà 和 Lehmann 的方法），尤其在运行时间和可扩展性方面表现更优。
• 在奥运会赛事网络中，BiTector 揭示了反映真实竞技动态的连贯且演化的社区，例如中国在跳水项目中的主导地位和美国在游泳项目中的强势表现。
• 同质性测试显示，真实社区的内部边密度显著高于相同大小的随机群体（n<real>/n<rand> > 1），证实了其结构有效性。
• BiTector 能够检测社区关系随时间的演变，例如 1984 至 2004 年间中国与美国在女子 10 米跳台跳水项目中持续存在的竞争关系。
• 该方法避免了单模投影带来的信息损失，保留了真实的稀疏结构，并防止了因共享邻居而产生的虚假团簇。