[論文レビュー] Centrality measures for graphons

Marco Avella-Medina, Francesca Parise+2 more|arXiv (Cornell University)|Jul 28, 2017

Complex Network Analysis Techniques参考文献 68被引用数 5

ひとこと要約

この論文は、大規模なランダムグラフの極限対象であるグラフンに対して、線形積分作用素を用いて、次数、固有ベクトル、Katz中心性の形式的定義を導入する。これらの中心性関数が有限グラフ上の対応する測度の自然な極限として現れることを確立し、大規模ネットワークシステムにおける影響力のあるノードの同定に向け、連続的かつ解析的に取り扱いやすい枠組みを提供する。

ABSTRACT

Graphs provide a natural mathematical abstraction for systems with pairwise interactions, and thus have become a prevalent tool for the representation of systems across various scientific domains. However, as the size of relational datasets continues to grow, traditional graph-based approaches are increasingly replaced by other modeling paradigms, which enable a more flexible treatment of such datasets. A promising framework in this context is provided by graphons, which have been formally introduced as the natural limiting objects for graphs of increasing sizes. However, while the theory of graphons is already well developed, some prominent tools in network analysis still have no counterpart within the realm of graphons. In particular, node centrality measures, which have been successfully employed in various applications to reveal important nodes in a network, have so far not been defined for graphons. In this work we introduce formal definitions of centrality measures for graphons and establish their connections to centrality measures defined on finite graphs. In particular, we build on the theory of linear integral operators to define degree, eigenvector, and Katz centrality functions for graphons. We further establish concentration inequalities showing that these centrality functions are natural limits of their analogous counterparts defined on sequences of random graphs of increasing size. We discuss several strategies for computing these centrality measures, and illustrate them through a set of numerical examples.

研究の動機と目的

• 有限グラフからの古典的なノード中心性測度（次数、固有ベクトル、Katz中心性）を、グラフンの連続的設定に拡張すること。
• グラフ極限理論の文脈において中心性を形式化し、グラフンのネットワーク解析への応用における重要なギャップを埋めること。
• 有限グラフにおける中心性とそのグラフン極限との間の理論的関係を確立し、スケールを越えた一貫性を保証すること。
• 数値的統合および近似技術を用いて、グラフン上の中心性関数を推定するための計算可能な枠組みを提供すること。

提案手法

• 単位区間上の関数に作用する線形積分作用素を用いて、グラフンにおける中心性を定義し、グラフンのカーネル表現を活用する。
• 次数中心性を、グラフンカーネルを一つの変数について積分することで定式化し、[0,1] 上の連続関数を得る。
• グラフンによって誘導される積分作用素を用いた固有値問題の解として、固有ベクトル中心性を定義する。
• 解作用素のノイマン級数展開を用いて、Katz中心性を定式化し、適切なスペクトル条件のもとで収束を保証する。
• グラフン上の中心性関数が、密度の高いランダムグラフ列における対応する中心性測度のほとんど確実な極限であることを示す集中不等式を証明する。
• 実用的な評価のため、求積法則および低ランク近似に基づく数値計算戦略を提案する。

実験結果

リサーチクエスチョン

• RQ1 次数中心性はどのようにグラフンに対して一貫的に定義可能であり、有限グラフにおける次数中心性とどのように関係するか？
• RQ2 関数解析的ツールを用いて、有限グラフからの固有ベクトル中心性はグラフン枠組みに拡張可能か？
• RQ3 密度の高いランダムグラフ列の系列において、中心性測度の極限的挙動はどのように振る舞うか？（ネットワークサイズの増大に伴い）
• RQ4 Katz中心性はどのようにグラフンに一般化可能か？収束性と安定性を保証する条件は何か？
• RQ5 グラフン上の中心性関数は、大規模な有限ネットワークにおける中心性をどの程度正確に近似可能か？

主な発見

• グラフンにおける次数中心性は、グラフンカーネルを一つの変数について積分することで定義され、[0,1] 上の連続関数を生成する。これは、有限グラフにおけるノードの次数を一般化する。
• グラフンにおける固有ベクトル中心性は、グラフンに関連する積分作用素の支配的固有関数として特徴づけられ、有限グラフにおけるスペクトル的解釈を拡張する。
• グラフンにおけるKatz中心性は、積分作用素の累乗を含む収束するノイマン級数として表現され、スペクトル半径が減衰パラメータの逆数より小さい場合に収束が保証される。
• 本論文では、密度の高いグラフ列からの一様抽出のもとで、グラフン上の中心性関数が有限グラフの対応する中心性測度のほとんど確実な極限であることを証明し、理論的整合性を確立した。
• 数値実験により、グラフンに基づく中心性測度が、密度が高く既知のグラフンに収束するような大規模な有限ネットワークにおける中心性を正確に近似することが示された。
• 低ランク近似および求積法を含む提案された計算戦略により、観測されたグラフン例における中心性関数の効率的推定が可能になった。