[論文レビュー] Comparative analysis of layered structures in empirical investor networks and cellphone communication networks

Peng Wang, Jun-Chao Ma+3 more|arXiv (Cornell University)|Jul 2, 2019

Complex Network Analysis Techniques参考文献 32被引用数 9

ひとこと要約

本研究では、k-meansおよびH/Tブレイククラスタリングアルゴリズムを用いて、実証的投資家ネットワーク（EIN）と携帯電話通話ネットワーク（CN）のレイヤード・エゴネットワーク構造を比較した。両ネットワークとも、理論的ダナバー・サークル（累積層：5、15、50、150）に一致するタイプと、追加の内層を有するタイプの2つの異なるエゴネットワークタイプを示しており、層間のスケール比は対数正規分布に従うことが判明した。この結果は、EINが投資家間の情報拡散経路の有効な代理指標であることを支持する。

ABSTRACT

Empirical investor networks (EIN) proposed by \cite{Ozsoylev-Walden-Yavuz-Bildik-2014-RFS} are assumed to capture the information spreading path among investors. Here, we perform a comparative analysis between the EIN and the cellphone communication networks (CN) to test whether EIN is an information exchanging network from the perspective of the layer structures of ego networks. We employ two clustering algorithms ($k$-means algorithm and $H/T$ break algorithm) to detect the layer structures for each node in both networks. We find that the nodes in both networks can be clustered into two groups, one that has a layer structure similar to the theoretical Dunbar Circle corresponding to that the alters in ego networks exhibit a four-layer hierarchical structure with the cumulative number of 5, 15, 50 and 150 from the inner layer to the outer layer, and the other one having an additional inner layer with about 2 alters compared with the Dunbar Circle. We also find that the scale ratios, which are estimated based on the unique parameters in the theoretical model of layer structures \citep{Tamarit-Cuesta-Dunbar-Sanchez-2018-PNAS}, conform to a log-normal distribution for both networks. Our results not only deepen our understanding on the topological structures of EIN, but also provide empirical evidence of the channels of information diffusion among investors.

研究の動機と目的

• 実証的投資家ネットワーク（EIN）が、実際の情報拡散経路を反映しているかどうかを、EINの層構造と携帯電話通話ネットワーク（CN）の層構造を比較することで検証すること。
• EINおよびCNのエゴネットワークが、理論的ダナバー・サークル・モデルに類似した階層的層構造を示すかどうかを調査すること。
• 複数のクラスタリングアルゴリズムと理論的モデリングを用いて、層構造の頑健性および統計的整合性を評価すること。
• EINが投資家間の意味のある社会的および情報拡散チャネルを捉えているという仮説を検証すること。

提案手法

• ノイズを低減するため、高頻度の注文フローと携帯電話通話記録からそれぞれ統計的妥当性を検証したEIN（SVEIN）とSVCNを構築した。
• EINおよびCNのエゴネットワークにおける階層的層構造を同定するために、k-meansおよびH/Tブレイククラスタリングアルゴリズムを適用した。
• 実証的層分布を、Tamaritら（2018）のレイヤード社会的構造の理論的モデルに適合させ、主なパラメータµおよび累積層間のスケール比を推定した。
• Tumminelloら（2011a）の統計的妥当性手法を用いて、誤ったリンクを除外し、ランダムでない有意な接続のみを両ネットワークに保持した。
• カイ二乗検定（χ²）、コルモゴロフ・スミルノフ検定（KS）、アンドラーゲン・ダーリング検定（AD）を用いて、スケール比の実証的分布が対数正規分布に適合するかを検証した。
• 複数のアルゴリズムおよびネットワークタイプ間で層構造を比較し、一貫性および構造的類似性を評価した。

実験結果

リサーチクエスチョン

• RQ1 実証的投資家ネットワーク（EIN）および携帯電話通話ネットワーク（CN）は、エゴネットワークにおいて類似した階層的層構造を示すか？
• RQ2 EINおよびCNにおける連続する累積層間のスケール比は、理論的ダナバー・サークル・モデルおよび対数正規分布に一致するか？
• RQ3 両ネットワークとも、ダナバー・サークルに一致するタイプと、追加の内層を有するタイプの2つの異なるエゴネットワークタイプを示すか？
• RQ4 EINにおける層構造は、CNにおけるものと頑健で統計的に類似しており、投資家間の情報拡散経路の代理指標としての使用を支持するか？
• RQ5 ノードの入れ替えに対してもスケール比の推定値が安定しているか。これは構造的一貫性を示唆する。

主な発見

• EINおよびCNの両方とも、2つの主要なエゴネットワークタイプを示している。1つは累積サイズが約5、15、50、150の4層構造（理論的ダナバー・サークルに一致）であり、もう1つは追加の内層（約2人のアラート）を有するタイプである。
• 両ネットワークにおける連続する累積層間のスケール比は、4層構造においてk-means法で約3.2、H/Tブレイク法で約4.0であり、以前に報告された3に近く、一致している。
• EINおよびCNの両方において、エゴネットワーク全体のスケール比の実証的分布は、5%の有意水準でカイ二乗検定（χ²）、コルモゴロフ・スミルノフ検定（KS）、アンドラーゲン・ダーリング検定（AD）により、対数正規分布に適合していることが確認された。
• Tamaritら（2018）の理論的モデルは、実証データに良好に適合しており、推定されたµ値は2.5～3.3の範囲にあり、一貫した階層的構造が存在することを示している。
• EINとCNの間で層構造およびスケール比分布の類似性が確認されたことから、EINが投資家間の実際の情報拡散経路を捉えているという強力な実証的根拠が得られた。
• アラートの入れ替えに対しても層構造が安定していることから、これらのエゴネットワーク構成は頑健であり、一時的なものではないことが示された。