文献阅读（71）WWW2022-CGC: Contrastive Graph Clustering for Community Detection and Tracking

本文是对《CGC: Contrastive Graph Clustering for Community Detection and Tracking》一文的总结，如有侵权即刻删除。

朋友们，我们在github创建了一个图学习笔记库，总结了相关文章的论文、代码和我个人的中文笔记，能够帮助大家更加便捷地找到对应论文，欢迎star~

Chinese-Reading-Notes-of-Graph-Learning

更多相关文章，请移步：文献阅读总结：网络表示学习/图学习

Title

《CGC: Contrastive Graph Clustering for Community Detection and Tracking》

——WWW2022

Author: Namyong Park

总结

文章在时序图上通过对比图聚类实现了社区检测，提出了CGC算法。介绍了图数据上可以用来作为对比信号的信息，即节点特征、网络同质性和分层次社区结构。此外，还介绍了如何在静态快照式的动态图上进行对比图聚类。

1 模型介绍

1.1 图聚类

给出图G=(V,E)，图聚类的作用在于给定K个聚类中心，将图中的节点围绕着不同的聚类中心分为k类。其中，一个节点可以属于多个类，也可以只属于一个类。

1.2 时序图聚类

在此文章介绍的时序图，实质上是动态图中的静态快照（此后称时序图），即按照若干个时间节点截取不同时刻下的图状态，生成多个G并构成时间序列。动态图上的聚类，即在每个时刻下都完成一次节点聚类。

1.3 互信息和对比学习

两个变量间的互信息(Mutual Information)指的是通过一个变量X观察到另一个变量Y的信息量，有：

然而，计算互信息较为复杂，研究者们往往取其下界进行计算，在此有一类取下界的方法InfoNCE如下：

上式意为，给定一组K个独立样本，函数f旨在为每个xi预测K个样本中与哪个样本在一起，即通过为正样本对分配一个较大的分数，而为其他负样本对赋值较小分数。
文章中出现的变量如下：

2 对比图聚类

图聚类往往分为两步：（1）根据当前节点嵌入调整聚类关系；（2）根据聚类关系优化节点嵌入。而对比学习通常出现在第二步，其核心思想是通过正样本对与负样本对的对比优化节点嵌入。在图数据中，有一些信息可以作为对比信号，文章进行了介绍。

2.1 节点特征

文章认为，属于同一社区（类）的节点往往有着相似的特征，那么对于一个节点嵌入h_u，可以选择其自身的特征f_u作为正样本，随机选取其他节点的特征作为负样本，则有：

2.2 网络同质性

在图中，相似的节点往往会更加接近，因此该类对比信号以节点的邻域为界限划定正负样本。属于节点邻域的可以作为其正样本，其他节点随机抽取作为负样本。

文章指出在节点的邻域中，同样可以将邻居节点划分为两部分，即与源节点有共同邻居的邻居节点和除此之外的邻居节点：

为了获取负样本，文章构造了扰动函数C，通过将原图的邻接矩阵行列颠倒生成新的扰动后的图，再在扰动图中通过GNN聚合得到节点嵌入，并抽取作为负样本。

2.3 分层次社区结构

文章指出，在进行社区检测时，假设对三个社区中心点进行聚类，那么同时也会以10个和30个社区中心点为基础做聚类，即实现不同数量的社区检测，使用分层次的结果来加强社区检测效果。则对一组不同社区数量的集合，节点的正样本在某一社区数量下选择，负样本在其他社区数量下选择：

2.4 多层次对比学习

最终，多层次对比学习的损失函数可构造为：

而组成这些损失函数的节点嵌入可由GNN的encoder得到：

其算法流程如下：

3 时序图聚类

上文提到，此处的时序图实际上指的是静态快照式的动态图，即存在多个时刻的图信息构造成图流。那么上一时刻的图可以作为当前时刻图的正样本，并同样使用上文中的扰动函数C构造负样本，则损失函数可定义为：

在时序图中，对节点嵌入进行编码的Encoder应当考虑到时间信息，即在聚合邻居信息时，要考虑到交互的先后问题，因此对节点嵌入进行了考虑时间衰减性质的修正：

此外，应当注意的是，图流并非延续不断的，如果经过了较长的时间间隔，或图在短时间内发生了剧烈变化，那么新的图快照就不能以旧图为正样本，反而会得到错误的结果。因此，文章提出了图流切割的概念。

通过比较前后两张图快照中共同出现的节点之间的差距，来衡量两张图快照之间是否发生了剧烈变化，如果发生了，则在两者之间进行切割，分成两段图流。衡量图变化的距离函数如下：

整个CGC算法的流程如下：