본 논문은 대규모 네트워크에서 중첩 커뮤니티 탐지를 위한 새로운 그래프 합성곱 네트워크(GCN) 기반 모델인 LQ-GCN을 제안합니다. 기존 GCN 기반 커뮤니티 탐지 방법들이 주로 노드 수준 정보에만 집중하여 대규모 네트워크에서 성능 저하를 보이는 문제를 해결하기 위해, LQ-GCN은 지역 커뮤니티 관점에서 베르누이-푸아송 모델을 이용하여 커뮤니티 소속 행렬을 구성하고, 지역 모듈성을 목적 함수로 사용하여 최적화된 GCN 아키텍처를 통해 커뮤니티를 탐지합니다. 실험 결과, LQ-GCN은 여러 실제 세계 벤치마크 데이터셋에서 기존 모델에 비해 NMI는 최대 33%, Recall은 26.3% 향상된 성능을 보였습니다.
