[論文レビュー] A simple bipartite graph projection model for clustering in networks

Austin R. Benson, Paul Liu+1 more|arXiv (Cornell University)|Jul 1, 2020

Complex Network Analysis Techniques参考文献 57被引用数 4

ひとこと要約

本稿は、二部グラフの投影が共通するネットワーク的性質をどのように誘発するかを解析的に研究するための、単純な Chung-Lu ランダムグラフモデルを提案する。実証的検証を通じて、スパarsity、重たい尾を持つ次数分布、局所的クラスタリング、およびグローバルな推移性といった、投影されたグラフに見られる性質の多くが、投影プロセスそのものに起因することを示している。実データセットを用いた検証により、観察されたクラスタリングの大部分がこのメカニズムによって説明可能であることが示された。

ABSTRACT

Graph datasets are frequently constructed by a projection of a bipartite graph, where two nodes are connected in the projection if they share a common neighbor in the bipartite graph; for example, a coauthorship graph is a projection of an author-publication bipartite graph. Analyzing the structure of the projected graph is common, but we do not have a good understanding of the consequences of the projection on such analyses. Here, we propose and analyze a random graph model to study what properties we can expect from the projection step. Our model is based on a Chung-Lu random graph for constructing the bipartite representation, which enables us to rigorously analyze the projected graph. We show that common network properties such as sparsity, heavy-tailed degree distributions, local clustering at nodes, the inverse relationship between node degree, and global transitivity can be explained and analyzed through this simple model. We also develop a fast sampling algorithm for our model, which we show is provably optimal for certain input distributions. Numerical simulations where model parameters come from real-world datasets show that much of the clustering behavior in some datasets can just be explained by the projection step.

研究の動機と目的

• 二部グラフを投影した場合に生じるユニパーサイトグラフの構造的結果を理解すること。
• 投影プロセスの影響を他のネットワークメカニズムから分離できる、取り扱いやすいランダムグラフモデルを構築すること。
• クラスタリングや重たい尾を持つ次数分布といった観察されたネットワーク的性質が、投影の結果であるのか、それともシステムの本質的性質を反映しているのかを特定すること。
• 最小限のモデル下で、投影グラフにおけるクラスタリング係数および次数分布の理論的公式を提供すること。
• 実世界のデータセットを用いてモデルを実証的に検証し、その予測値を実データおよび他のモデルと比較すること。

提案手法

• エッジ確率がノード重みの積に比例する、二部グラフにおける Chung-Lu ランダムグラフモデルを用いる。
• 左側のノードが共通の右側ノードを持つことで、二部グラフをユニパーサイトグラフに投影する。
• ノード重みの関数として期待される局所的クラスタリング係数の解析的表現を導出する。重みに逆比例することを示す。
• ネットワークサイズが増加する際、グローバルクラスタリング（推移性）が正の定数に収束することを確立する。
• 特にパワー則重み分布に対して効率的な、正確に最適であると証明された高速なサンプリングアルゴリズムを導入する。
• 実世界の二部グラフ次数分布にモデルパラメータをフィットし、予測されたクラスタリングおよび閉じ込め係数を実データと比較する。

実験結果

リサーチクエスチョン

• RQ1 二部グラフの投影プロセスが、実世界のネットワークにおける観察された局所的クラスタリングをどの程度説明できるか。
• RQ2 二部グラフにおける重み分布が、投影グラフにおける次数分布およびクラスタリング係数にどのように影響するか。
• RQ3 実際の投影ネットワークにおけるグローバルな推移性は、ランダムな投影によって説明可能か、それとも追加の構造的要因が必要か。
• RQ4 クラスタリングのもう一つの指標である閉じ込め係数は、このモデル下で投影グラフにおいてどのように振る舞うか。
• RQ5 他のモデル（例えばランダムインターセクショングラフ）と比較して、このモデルは実際のクラスタリングパターンをどの程度うまく再現できるか。

主な発見

• ノードの期待される局所的クラスタリング係数は、その重みに反比例する。これは、実データで観察された次数とクラスタリングの逆関係を説明する。
• 両側の二部グラフにパワー則重み分布がある場合、投影グラフはパワー則次数分布を継承する。
• 「監査役-取締役」を除くすべてのデータセットにおいて、本モデルはランダムインターセクションモデルよりも平均的な局所的クラスタリングをよりよく説明する。
• 実ネットワークにおける次数の関数としての局所的クラスタリング係数の関数的形を、モデルが捉えている。これは、多くの実観察行動が投影プロセスに起因している可能性を示唆する。
• グローバルクラスタリングは、大規模ネットワークの極限において正の定数に近づく傾向にあり、投影プロセスそのものが持続的な推移性を生み出していることを示している。
• 局所的クラスタリングにおいて強い一致を示す一方で、実際のネットワークにおけるグローバルクラスタリングは、モデルの予測を上回ることが多く、投影を超えた追加のグローバル構造が存在していることを示唆している。