본 논문은 긍정적 또는 부정적 상호 작용으로 간주되는 간선이 있는 부호 네트워크에서 의미 있는 그룹 구조를 탐지하는 새로운 방법을 제안합니다. 특히, 기존 방법의 주요 제한 사항인 불균형적인 솔루션 생성을 해결하는 것을 목표로 합니다. 본 논문은 크기 불균형을 피하는 새로운 최적화 목표를 도입하고, 중립 노드를 허용하면서도 대규모 네트워크에 적용 가능한 최초의 로컬 검색 알고리즘을 설계했습니다. 블록 좌표 Frank-Wolfe 최적화에 연결함으로써 선형 수렴 속도를 입증했습니다. 실제 및 합성 데이터셋에 대한 실험 결과는 제안된 방법이 솔루션 품질 측면에서 기존의 최첨단 기준선을 일관되게 능가하면서 계산 효율성 측면에서도 경쟁력이 있음을 보여줍니다.
