[论文解读] SPONGE: A generalized eigenproblem for clustering signed networks

Mihai Cucuringu, Peter Maxwell Davies+2 more|arXiv (Cornell University)|Apr 18, 2019

Opinion Dynamics and Social Influence被引用 25

一句话总结

该论文提出SPONGE，一种用于签名网络的谱聚类方法，通过求解广义特征问题来识别社区，其中组内正边占主导地位，组间负边占主导地位。该方法在签名随机块模型（Signed Stochastic Block Model）下提供了理论保证，并在稀疏图中具有大量聚类时优于最先进方法。

ABSTRACT

We introduce a principled and theoretically sound spectral method for $k$-way clustering in signed graphs, where the affinity measure between nodes takes either positive or negative values. Our approach is motivated by social balance theory, where the task of clustering aims to decompose the network into disjoint groups, such that individuals within the same group are connected by as many positive edges as possible, while individuals from different groups are connected by as many negative edges as possible. Our algorithm relies on a generalized eigenproblem formulation inspired by recent work on constrained clustering. We provide theoretical guarantees for our approach in the setting of a signed stochastic block model, by leveraging tools from matrix perturbation theory and random matrix theory. An extensive set of numerical experiments on both synthetic and real data shows that our approach compares favorably with state-of-the-art methods for signed clustering, especially for large number of clusters and sparse measurement graphs.

研究动机与目标

• 开发一种用于签名图中k路聚类的系统性谱方法，其中边权重为正或负。
• 在签名随机块模型（SSBM）下，提供对采样稀疏性和噪声的理论鲁棒性保证。
• 首次在SSBM框架下对签名拉普拉斯方法提供理论分析。
• 在合成和现实世界签名网络上展示优越性能，特别是在稀疏和高k场景下。
• 在金融时间序列和具有信任-不信任关系的社会网络等应用中实现准确聚类。

提出的方法

• SPONGE采用基于正负边亲和力的正则化谱方法，将聚类表述为广义特征问题。
• 构建涉及正负邻接矩阵 $A^+$ 和 $A^-$ 的广义特征值问题，求解 $A^+ v = \lambda D v$，其中 $D$ 为类似度矩阵。
• 选择对应于最大特征值的前 $k$ 个特征向量，将节点嵌入 $k$ 维空间以进行聚类。
• 引入正则化参数 $\tau^+$ 和 $\tau^-$ 以稳定特征问题，并提高对噪声和稀疏性的鲁棒性。
• 在嵌入空间中使用谱聚类，通过谨慎选择 $k$ 或 $k-1$ 个特征向量以避免噪声放大。
• SPONGE sym 是一种对称变体，在真实数据上表现更优，尤其在高k和稀疏场景下。

实验结果

研究问题

• RQ1 广义特征问题公式能否在SSBM下实现签名网络中鲁棒且可扩展的聚类？
• RQ2 当聚类数 $k$ 较大且图稀疏时，SPONGE与现有方法相比表现如何？
• RQ3 噪声和采样稀疏性对SSBM中植入聚类恢复的理论影响是什么？
• RQ4 SPONGE方法是否在高维和稀疏场景下显著优于签名拉普拉斯方法？
• RQ5 SPONGE能否在现实世界签名网络（如金融相关性和外汇汇率）中恢复有意义的社区结构？

主要发现

• SPONGE在合成SSBM图上优于最先进方法，尤其在 $k$ 较大（如 $k=20$ 或 $k=50$）且图稀疏时表现更优。
• 对于 $k=2$，在高噪声下对称签名拉普拉斯 ($\overline{L}_{\text{sym}}$) 表现最佳，但随着 $k$ 增大，SPONGE 和 SPONGE sym 超越它。
• 在 $n=10,000$、$k=50$、$p=0.001$ 的SSBM图上，SPONGE sym 达到最高的调整兰德指数（ARI），优于所有基线方法。
• 在包含 $n=500$ 支股票的标普500金融数据集上，SPONGE 成功恢复了与行业分组一致的 $k=10$ 和 $k=20$ 个聚类。
• 在外汇汇率数据集上，SPONGE 和 SPONGE sym 恢复了四个不同的货币聚类，分别对应欧元（EURO）、美元（USD）、英镑（GBP）和日元（JPY）——这些货币构成了特别提款权（SDR）篮子。
• 在大多数情况下，使用 $k-1$ 个特征向量而非 $k$ 个可提升性能，因为添加第 $k$ 个特征向量会引入噪声并降低聚类质量。