[論文レビュー] A Fast Algorithm for the Discrete Core/Periphery Bipartitioning Problem

Sean Z. W. Lip|arXiv (Cornell University)|Feb 27, 2011

Complex Network Analysis Techniques参考文献 9被引用数 23

ひとこと要約

本稿では、ネットワークにおける離散的コア/パーサイド分離の高速かつ正確なアルゴリズムを提示する。この手法は、次数が最も高いノードを貪欲に選択することで、O(n²)時間で問題を解き、最適性を保証する。数え千程度のノードを含むネットワークに対してもスケーリング可能であり、1秒未塔で処理が完了する。コアは常に次数が最も高いノードから構成される。

ABSTRACT

Various methods have been proposed in the literature to determine an optimal partitioning of the set of actors in a network into core and periphery subsets. However, these methods either work only for relatively small input sizes, or do not guarantee an optimal answer. In this paper, we propose a new algorithm to solve this problem. This algorithm is efficient and exact, allowing the optimal partitioning for networks of several thousand actors to be computed in under a second. We also show that the optimal core can be characterized as a set containing the actors with the highest degrees in the original network.

研究の動機と目的

• 離散的コア/パーサイド二部分割の正確で効率的なアルゴリズムを開発し、ヒューリスティクスやプルーニングを回避すること。
• 従来の正確な手法が小規模なサイズに制限されていたが、数え千ノード規模の大きなネットワークに対しても最適な分割を可能にすること。
• 最適なコアが常にネットワーク内で次数が最も高いノードからなることを証明すること。
• 時間計算量と最適性を保ちながら、非対称ネットワークへもアルゴリズムを拡張すること。

提案手法

• アルゴリズムは貪欲なアプローチを用い、まだコアに含まれていないノードのうち次数が最も高いものを順次コア集合に追加する。
• コア内での欠落した結合のペナルティと、パーサイド内での存在する結合のペナルティを最小化する目的関数 Z(S₁) を最小化する。
• ノードの次数と集合間の結合数を用いてコアの目的関数を再定式化し、次数の総和と δT(i) の計算により効率的な計算を可能にする。
• 対称ネットワークでは O(n²) 時間で実行可能。隣接リストを用いたスパースネットワークでは O(n log n) 時間で実行可能。
• 有向結合を扱うために、対称重み関数 w(i,j) = ½(I{Aij=1} + I{Aji=1}) を定義することで、非対称ネットワークへの一般化を実現する。
• k の最適値を二分探索で見つける最適化により、O(log n) 時間で最適コアサイズを特定可能だが、全体の計算量はソートに支配される。

実験結果

リサーチクエスチョン

• RQ1 離散的コア/パーサイド二部分割の正確なアルゴリズムを、効率的かつ大規模ネットワークにスケーラブルに適用可能なものとして設計できるか？
• RQ2 最適なコアは常にネットワーク内で次数が最も高いノードから構成されるか？
• RQ3 時間計算量や最適性を損なわず、非対称ネットワークへもアルゴリズムを拡張可能か？
• RQ4 次数の高いノードを貪欲に選択することで、コア/パーサイド分割問題のグローバル最適解が得られるか？

主な発見

• 数え千ノード規模のネットワークに対して、本アルゴリズムは1秒未塔で最適なコア/パーサイド分割を計算可能である。
• 最適なコアは、目的関数 Z(S₁) を最小化するように選ばれた k 個のノードから構成され、その k 個は常に次数が最も高いノードである。
• n ≈ 50,000 のスパースネットワークにおいて、隣接リストを用いることで1秒未塔で実行可能であり、時間計算量は O(n log n) を達成する。
• 100個のランダムネットワーク（5 ≤ n ≤ 25）に対してブルートフォース列挙と比較した結果、すべてのケースで同一の最適解が得られ、妥当性が検証された。
• 目的関数 Z(S₁) は、コアが次数が最も高いノードからなる場合に最小化され、しきい値を超えて次数が低いノードを追加するとコストが増加する。
• 有向結合を扱うために対称重み関数を用いることで、非対称ネットワークへの一般化が可能となり、最適性と時間計算量が保たれる。