다중 비분리 커뮤니티 구조를 활용한 겹침 커뮤니티 탐지

초록

EnCoD는 여러 비분리 커뮤니티 탐지 알고리즘이 만든 결과를 정규화된 특징 벡터로 변환하고, 무감독 학습을 통해 정점 간 유사성을 최적화함으로써 겹침 커뮤니티를 추출한다. 실험 결과, 기존 9개 최첨단 겹침 탐지 기법을 크게 능가했으며, 정점에 부가적인 의미적 특성이 있을 경우에도 효과적으로 적용할 수 있다.

상세 분석

EnCoD는 “다중 비분리 커뮤니티 → 특징 벡터 → 겹침 커뮤니티”라는 3단계 파이프라인을 제시한다. 첫 단계에서는 M개의 비분리 커뮤니티 탐지 알고리즘(AL₁…AL_M)을 각각 K번씩 서로 다른 정점 순서(무작위 순열)로 실행한다. 이는 동일 알고리즘이라도 입력 순서에 따라 서로 다른 커뮤니티 구조를 생성한다는 기존 연구(예: Dahlin & Svenson, 2010)를 활용한 설계이며, 결과적으로 M·K개의 서로 다른 비분리 커뮤니티 집합을 확보한다.

두 번째 단계에서는 각 정점 v에 대해 “v가 속한 비분리 커뮤니티” 정보를 0‑1 혹은 가중치 형태의 특징 벡터 Fᵥ로 변환한다. 구체적으로 INV(v, C) 함수는 정점 v가 커뮤니티 C에 포함된 정도를 반환하고, 이를 정규화해 전체 특징 차원(≈∑|C|)에 매핑한다. 이렇게 구성된 특징 공간은 정점 간 유사도 SIM₀(v, u)를 코사인 유사도 혹은 Jaccard 유사도로 계산할 수 있게 하며, 실험에서는 두 함수 모두 성능 차이가 미미함을 보고한다.

세 번째 단계는 핵심 최적화 과정이다. EnCoD는 초기에는 각 정점을 고유한 커뮤니티에 배정하고, 높은 유사도 임계값 τ_L을 부여한다. 이후 반복적으로 (1) 임의의 정점을 현재 커뮤니티에서 탈퇴시키고, (2) 아직 할당되지 않은 커뮤니티 중 유사도가 τ_j 이상인 곳에 재배정한다. 각 반복 후에는 커뮤니티별 유사도 임계값 τ_j를 현재 멤버들의 평균 유사도로 업데이트한다. 목표 함수는 “정점이 자신이 속한 커뮤니티에 속할 확률(우도)”를 최대화하는 형태이며, 이는 로그우도 형태로 전개돼 매 반복마다 비감소성을 보장한다. 알고리즘은 목표 함수값이 감소하지 않을 때까지 진행되며, 수렴 시점에서는 각 정점이 다중 커뮤니티에 동시에 속할 수 있는 겹침 구조 OC={OC₁,…}가 완성된다.

EnCoD의 설계 가정은 두 가지이다. 첫째, 겹침 커뮤니티는 내부가 고밀도(다수의 엣지)이며, 둘째, 같은 커뮤니티에 속한 정점들은 특징 벡터 공간에서 높은 유사성을 보인다. 논문에서는 실제 네트워크(6개 실데이터)와 합성 LFR 네트워크에서, “공통 비분리 커뮤니티 비율 k_uv”와 “엣지 존재 확률”, “공동 겹침 커뮤니티 존재 확률” 사이에 양의 상관관계가 있음을 실험적으로 입증한다(그림 1). 이는 EnCoD가 비분리 커뮤니티 정보를 효과적인 특징으로 활용할 수 있음을 이론적으로 뒷받침한다.

성능 평가에서는 ONMI, Ω-index, F‑Score 등 3가지 겹침 평가 지표를 사용했으며, EnCoD는 MEDOC, PVOC, PEACOCK 등 기존 9개 방법을 모두 앞섰다. 특히, 베이스 알고리즘의 품질이 낮아도 EnCoD의 성능은 크게 저하되지 않으며, 베이스 솔루션 수가 일정 수준을 넘어가면 포화 현상이 나타나지만 절대적인 성능 감소는 없었다. 또한, 정점에 텍스트 태그나 속성 같은 외부 의미적 특징이 제공될 경우, EnCoD는 해당 특징을 기존 비분리 커뮤니티 특징과 결합해 더욱 정밀한 겹침 구조를 복원한다.

전체적으로 EnCoD는 (1) 비분리 커뮤니티 탐지기의 다양성을 활용한 특징 추출, (2) 무감독 유사도 기반 최적화, (3) 다중 겹침 허용이라는 세 축을 결합해 기존 겹침 탐지 방법보다 높은 정확도와 확장성을 제공한다.