본 논문은 부호가 있는 네트워크(signed network)에서 극성화된 커뮤니티(polarized community)를 식별하는 새로운 방법을 제안합니다. 부호가 있는 네트워크는 친구 관계 또는 적대적 상호 작용을 나타내는 양수 또는 음수로 라벨이 지정된 에지를 갖는 네트워크로, 사회 시스템의 극성화, 신뢰 및 갈등을 분석하는 자연스러운 프레임워크를 제공합니다. 기존 방법들의 주요 한계점인 크기 불균형(size-imbalanced) 해결책을 피하기 위해 새로운 최적화 목표를 제시하며, 중립적인 정점(neutral vertices)을 허용하면서 대규모 네트워크로 확장되는 최초의 지역 탐색 알고리즘을 설계했습니다. 블록 좌표 Frank-Wolfe 최적화와의 연결을 통해 선형 수렴 속도를 증명하고, 실제 데이터셋과 합성 데이터셋에 대한 실험을 통해 최첨단 기준보다 솔루션 품질이 일관되게 우수하며, 계산 효율성 면에서도 경쟁력이 있음을 보여줍니다.
