링크 밀도와 패턴 커뮤니티의 보편성

초록

본 논문은 전통적인 밀집형(링크‑밀도) 커뮤니티와 패턴형(링크‑패턴) 커뮤니티를 동시에 탐지할 수 있는 전파 기반 알고리즘을 제안한다. 합성 벤치마크와 다양한 실제 네트워크에 적용해 두 종류의 커뮤니티가 널리 존재함을 실증하였다.

상세 분석

이 연구는 기존 라벨 전파(Label Propagation, LPA)의 불안정성을 보완하기 위해 ‘균형 전파(Balanced Propagation)’와 ‘방어적 보존(Defensive Preservation)’ 메커니즘을 도입한다. 먼저 각 노드에 고유 라벨을 부여하고, 이웃 라벨의 빈도에 따라 라벨을 업데이트하는 기본 LPA를 사용한다. 그러나 무작위 업데이트 순서가 라벨 진동과 결과의 변동성을 초래한다는 점을 지적하고, 노드의 순서를 정규화한 위치 iₙ을 이용해 선형 혹은 로지스틱 함수 bₙ (노드 밸런서)를 계산한다. bₙ 은 업데이트 초기에 높은 전파 강도를, 말기에 낮은 전파 강도를 부여해 순서 편향을 상쇄한다.

다음으로 방어적 보존 전략은 각 커뮤니티 내부에서 무작위 보행(Random Walk) 확산값 dₙ을 추정하고, 이를 라벨 선택식에 가중치로 포함한다. 즉, 라벨 선택은 cₙ = arg maxₗ ∑_{m∈Nₗ(n)} b_m d_m 으로 수행되어, 커뮤니티 코어가 더 강하게 라벨을 전파하도록 만든다.

핵심 확장은 δₗ 파라미터를 도입해 밀집형(δ≈1)과 패턴형(δ≈0) 커뮤니티를 연속적으로 조정한다. 일반 전파 알고리즘(GPA)은
cₙ = arg maxₗ