[論文レビュー] A weighted network evolution model based on passenger behavior

Yihong Hu, Daoli Zhu+1 more|ArXiv.org|Sep 26, 2007

Transportation Planning and Optimization被引用数 3

ひとこと要約

本稿では、乗客の経路選択行動によって駆動される重み付きネットワーク進化モデルを提案する。新規ノードは確率 $p$ で直接接続され、確率 $1-p$ で第三者のノードを経由して接続される。モデルは次数、強さ、重みのべき乗分布を解析的に導出し、その指数は $p$ に依存する。また、行動的ダイナミクスに起因する非同型混合が生じ、実世界のネットワーク（航空交通や社会的システムなど）におけるハブ形成のメカニズムを提示する。

ABSTRACT

This paper presents an evolution model of weighted networks in which the structural growth and weight dynamics are driven by human behavior, i.e. passenger route choice behavior. Transportation networks grow due to people's increasing travel demand and the pattern of growth is determined by their route choice behavior. In airline networks passengers often transfer from a third airport instead of flying directly to the destination, which contributes to the hubs formation and finally the scale-free statistical property. In this model we assume at each time step there emerges a new node with m travel destinations. Then the new node either connects destination directly with the probability p or transfers from a third node with the probability 1-p. The analytical result shows degree and strength both obey power-law distribution with the exponent between 2.33 and 3 depending on p. The weights also obey power-law distribution. The clustering coefficient, degree assortatively coefficient and degree-strength correlation are all dependent on the probability p. This model can also be used in social networks.

研究の動機と目的

• 重み付き輸送ネットワークの進化を駆動する背後にある行動的メカニズムを理解すること。
• 人間の意思決定を考慮しないで自動的に重みのダイナミクスを仮定する従来のモデルの限界を是正すること。
• 乗客の経路選択（直接 vs. 経由）がネットワーク構造と重み分布に与える影響をモデル化すること。
• 行動的ダイナミクスをネットワーク進化に組み込むことで、航空交通や社会的ネットワークにおける現実のメカニズムをよりよく反映すること。
• 次数、強さ、重み分布の解析的表現を導出し、シミュレーションによる検証を行うこと。

提案手法

• 各時刻ステップで、既存ノードの強さ $S_i$ に比例する確率で選ばれた $m$ 個の宛先を持つ新規ノードが追加される。
• 新規ノードは確率 $p$ で宛先に直接接続され、確率 $1-p$ で第三者のノード $j$ を経由して接続される。
• 経由接続の場合は、ノード $j$ が確率 $\pi_{n-j} = w_{ij}/S_i$ で選ばれ、宛先への交通量が高いノードが優遇される。
• エッジの重みは初期値 $w_0 = 1$ で設定され、重みは $dw_{ij}/dt = m(1-p)\left(\frac{S_i}{\sum_l S_l}\frac{w_{ij}}{S_i} + \frac{S_j}{\sum_l S_l}\frac{w_{ij}}{S_j}\right)$ に従って変化し、べき乗則に従った重みの増大を示す。
• モデルは $N=10000$ ノード、$m=2$ でシミュレートされ、理論的予測の妥当性を検証するために20個のネットワークで平均化された結果が得られた。
• 解析的導出は、強さに基づく優先的接続と転送確率を用い、次数、強さ、重みのべき乗則の指数を導出する。

実験結果

リサーチクエスチョン

• RQ1 乗客の経路選択行動（特に直行便対経由便）は、重み付きネットワークの構造的進化にどのように影響するか？
• RQ2 次数、強さ、重み分布に対してどのような解析的べき乗則の指数が得られ、転送確率 $p$ にどのように依存するか？
• RQ3 行動的ダイナミクスを組み込むことで、自動的重みダイナミクスを持つモデルと比較して、クラスタリングや次数相関はどのように変化するか？
• RQ4 本モデルは、実際のネットワークにおける非同型性や階層的構造といった実証的特徴をどの程度再現できるか？
• RQ5 本モデルは、航空ネットワークなどの実世界システムにおけるスケールフリーおよび重み付きネットワークの性質の出現を説明できるか？

主な発見

• 次数と強さの両方がべき乗分布に従い、指数は $r = 2 + 1/(3 - 2p)$ で表され、$p$ が 0 から 1 に変化するにつれて約 2.33 から 3 の範囲をとる。
• 重み分布もべき乗分布に従い、指数は $a = (3 - 2p)/(1 - p)$ で表され、$p \to 1$ に近づくと無限大に近づく（すべての重みが 1 となる）。
• クラスタリング係数 $C(k)$ と平均近隣次数 $K_{nn}(k)$ は非同型的挙動を示し、次数 $k$ が増加するにつれて減少し、$p$ が小さいほど顕著になる。
• シミュレーションは解析的予測を確認しており、理論的分布と実測分布の間に良好な一致が得られた。
• $1-p = \delta$ のときBBVモデル、$p=1$ のときAKモデルに一致するため、極限状態において既存のモデルと整合性があることが示された。
• 重み進化式 $w_{ij} \propto (t/t_{ij})^{(1-p)/(2-p)}$ は、古くから利用が盛んなリンクが速く成長することを示し、リッチ・クラブ現象を強化する。