[论文解读] SSSNET: Semi-Supervised Signed Network Clustering

Yixuan He, Gesine Reinert+2 more|arXiv (Cornell University)|Oct 13, 2021

Complex Network Analysis Techniques被引用 4

一句话总结

SSSNET 是一种用于半监督符号网络聚类的新型图神经网络框架，引入了概率平衡归一化切割损失和符号混合路径聚合（SIMPA）机制，实现了无需中间步骤的端到端学习。在合成数据集和真实世界数据集上，其性能优于当前最先进方法，尤其在高噪声和稀疏环境下表现更优，其核心在于对社会平衡理论持中立立场，避免了‘敌人的敌人是朋友’这一假设。

ABSTRACT

Node embeddings are a powerful tool in the analysis of networks; yet, their full potential for the important task of node clustering has not been fully exploited. In particular, most state-of-the-art methods generating node embeddings of signed networks focus on link sign prediction, and those that pertain to node clustering are usually not graph neural network (GNN) methods. Here, we introduce a novel probabilistic balanced normalized cut loss for training nodes in a GNN framework for semi-supervised signed network clustering, called SSSNET. The method is end-to-end in combining embedding generation and clustering without an intermediate step; it has node clustering as main focus, with an emphasis on polarization effects arising in networks. The main novelty of our approach is a new take on the role of social balance theory for signed network embeddings. The standard heuristic for justifying the criteria for the embeddings hinges on the assumption that "an enemy's enemy is a friend". Here, instead, a neutral stance is assumed on whether or not the enemy of an enemy is a friend. Experimental results on various data sets, including a synthetic signed stochastic block model, a polarized version of it, and real-world data at different scales, demonstrate that SSSNET can achieve comparable or better results than state-of-the-art spectral clustering methods, for a wide range of noise and sparsity levels. SSSNET complements existing methods through the possibility of including exogenous information, in the form of node-level features or labels.

研究动机与目标

• 为解决图神经网络方法在符号网络聚类中的不足，特别是那些将节点聚类作为主要目标的方法。
• 克服现有方法依赖社会平衡理论强假设（如‘敌人的敌人是朋友’）的局限性。
• 开发一种端到端框架，统一节点嵌入生成与聚类过程，支持外源节点特征或标签的使用。
• 在不同噪声和稀疏度水平下提升聚类性能，尤其在极化和稀疏网络环境中。
• 提供一种超越严格社会平衡理论的自监督训练目标，增强在具有不一致三元组结构的真实网络中的鲁棒性。

提出的方法

• 提出一种新的概率平衡归一化切割（PBNC）损失作为自监督目标，引导符号网络中的聚类，促进平衡且归一化的聚类分配。
• 引入符号混合路径聚合（SIMPA），一种新颖的消息传递机制，将正向和负向边传播解耦，实现对朋友与敌人关系的灵活建模。
• 使用四个独立的多层感知机（MLPs）分别处理节点特征，并通过正负边独立传播嵌入，实现对不同类型关系的差异化学习。
• 将自监督的PBNC损失与标签种子节点上的监督损失相结合，实现半监督训练并提升泛化能力。
• 通过最终的线性层配合Softmax生成聚类概率分布，使用argmax确定最终的聚类标签。
• 通过不强制执行‘敌人的敌人是朋友’这一规则，对社会平衡理论持中立立场，而是让模型从数据中学习此类关系是否成立。

实验结果

研究问题

• RQ1 基于GNN的方法是否能在不依赖严格社会平衡假设的前提下，实现符号网络聚类的最先进性能？
• RQ2 在不同噪声和稀疏度水平下，所提出的概率平衡归一化切割损失与传统谱聚类方法相比表现如何？
• RQ3 与标准GNN或强制执行社会平衡的模型相比，SIMPA聚合机制在多大程度上提升了聚类性能？
• RQ4 SSSNET在具有真实标签的真实世界符号网络中表现如何，特别是在极化或稀疏场景下？
• RQ5 在半监督设置中，整合外源节点特征或标签是否能显著提升聚类准确率？

主要发现

• 在S&P 1500和Sampson数据集中，SSSNET在全监督和半监督设置下均取得了最高的调整兰德指数（ARI），优于所有基线方法。
• 在Fin-YNet数据集中，SSSNET在21年中表现最为稳定，与最佳方法的ARI平均距离最低（ARI与最佳方法距离：0.00 ± 0.00）。
• 在无标签的自监督设置下，SSSNET的‘不悦比’（违反聚类分配的边的比例）低于其他方法，表明聚类质量更优。
• 消融实验表明，若移除PBNC损失，不悦比显著上升，证明其在性能中起关键作用。
• 与强制执行社会平衡理论的变体相比，SSSNET在违反率增加时仍保持更高的ARI，验证了其中立立场的优势。
• 随着种子节点比例的提升，测试ARI随之提高，证实了该框架中半监督监督的有效性。