한 번의 블랙박스 샘플링으로 구현하는 네트워크 클러스터링 근사 알고리즘

초록

본 논문은 무작위로 선택된 에지 서브그래프의 연결 성분을 이용해 클러스터링을 수행하는 단순하면서도 메모리 효율이 높은 방법을 제안한다. 클러스터링 비용을 무작위 클러스터링과의 거리로 정의하고, 두 가지 자연스러운 거리 함수에 대해 기대값 기준으로 최적 해의 2~3배 이내의 근사 비율을 보장한다. 또한 이 접근법은 확률 분포가 정의된 모든 클러스터링 문제에 적용 가능함을 증명하고, 소셜 네트워크의 신뢰 추론 실험을 통해 실용성을 확인한다.

상세 분석

이 논문이 제시하는 핵심 아이디어는 “랜덤 에지‑인디듀스 서브그래프(random edge‑induced subgraph)”의 연결 성분을 클러스터링 결과로 바로 받아들이는 것이다. 전통적인 그래프 클러스터링 알고리즘은 보통 복잡한 최적화 절차(예: 모듈러리티 최대화, 스펙트럴 분할)를 필요로 하며, 대규모 네트워크에서는 메모리와 시간 비용이 급격히 증가한다. 반면 저자들은 한 번의 “블랙박스 샘플링”—즉, 전체 에지 집합에서 일정 확률 p로 무작위 추출한 에지들만을 사용해 서브그래프를 만든 뒤, 그 서브그래프의 연결 성분을 그대로 클러스터로 정의한다. 이 과정은 O(|E|·p) 의 시간과 O(|V|) 의 메모리만을 요구하므로, 수십억 노드 규모에서도 실행 가능하다.

논문은 두 가지 거리 함수, 즉 (1) 클러스터링 간의 정규화된 편집 거리(Normalized Edit Distance)와 (2) 클러스터링 간의 정규화된 정보 손실(Normalized Information Loss)을 사용해 비용을 정의한다. 각각의 거리 함수에 대해, 무작위 샘플링을 통해 얻은 클러스터링 Ĉ의 기대 비용 E