[論文レビュー] Evolving Clustered Random Networks

Shweta Bansal, Shashank Khandelwal+1 more|Aug 4, 2008

Complex Network Analysis Techniques参考文献 35被引用数 62

ひとこと要約

本稿では、所定の次数列と指定されたクラスタリングレベルを備えた単純かつ連結なランダムネットワークを生成するためのマルコフ連鎖モンテカルロ（MCMC）アルゴリズムを提案する。この手法により、次数分布やクラスタリング以外の構造的側面におけるランダム性を保持しつつ、実世界のネットワークに非ランダムな特徴が存在するかどうかを検証するためのノイズモデルを構築できる。その結果、実際のネットワークはしばしば次数分布やクラスタリングのみでは説明できない顕著なコミュニティ構造や次数相関を示すことが明らかになった。

ABSTRACT

We propose a Markov chain simulation method to generate simple connected random graphs with a specified degree sequence and level of clustering. The networks generated by our algorithm are random in all other respects and can thus serve as generic models for studying the impacts of degree distributions and clustering on dynamical processes as well as null models for detecting other structural properties in empirical networks.

研究の動機と目的

• 指定された次数列とクラスタリングレベルを備えたランダムネットワークを生成する手法の開発。他のすべての構造的性質はランダム性を維持する。
• 次数分布とクラスタリングの影響を分離し、ネットワークダイナミクスや機能に与える影響を評価するためのノイズモデルの構築。
• 実世界のネットワークが次数分布やクラスタリングを超えた非ランダムな構造的特徴を有するかどうかを体系的に検証可能にする。
• 制御されたクラスタリングレベルを持つネットワークの生成または進化を、メモリーレスの動的プロセスで可能にする。
• クラスタリングと次数分布が、現実世界のシステムにおける観察されたネットワーク特性をどの程度まで説明できるかを評価する。

提案手法

• アルゴリズムは、次数列を保持しつつエッジを確率的に再接続するマルコフ連鎖モンテカルロ（MCMC）プロセスを用いる。
• 再接続は、ランダムに選択されたエッジのペアを選び、それらの端点を入れ替えることで実行され、次数列が変化しないように保証される。
• 詳細なバランスと均衡分布への収束を保証するため、メトロポリス・ハスティングスの受容基準が導入される。
• アルゴリズムは、指定された次数列と目標クラスタリングレベルを持つすべての単純グラフの均一分布に収束するように設計されている。
• クラスタリングは、ネットワーク内の三角形の数に与える影響に基づき、再接続の受容または拒否によって制御される。
• 各実世界ネットワークに対して25個のランダム化されたクラスタリング付きネットワークのアンサンブルを生成し、平均値と標準偏差を算出して比較に用いる。

実験結果

リサーチクエスチョン

• RQ1 次数分布とクラスタリングレベルだけでは、実世界ネットワークの構造的特性をどの程度まで説明できるか。
• RQ2 実世界のネットワークは、次数分布やクラスタリングに起因するもの以外の顕著な非ランダム特徴（例：コミュニティ構造や次数相関）を示すのか。
• RQ3 再初期化なしに、メモリーレスの動的プロセスが制御されたクラスタリングレベルを持つネットワークを生成または進化させることができるか。
• RQ4 直径、モジュラリティ、次数相関といったネットワーク特性が、実世界ネットワークとそのランダム化された類似物との間でどのように異なるか。
• RQ5 実世界のネットワークにおけるクラスタリングは、主に次数分布に起因するものなのか、それともコミュニティ形成や社会的行動といった下位のメカニズムを反映しているのか。

主な発見

• 米国航空交通ネットワークは、ランダム化された類似物と比較して最小限の乖離を示しており、その構造が主に次数分布とクラスタリングによって説明可能であることを示している。
• バンクーバー都市連絡ネットワークとアストロ物理学共同研究ネットワークは、それぞれのランダム化された同等物と比較して顕著に高い次数相関性を示しており、三重閉合（triadic closure）を超える社会的メカニズムの存在を示唆している。
• すべての自然ネットワーク（イースト、WWW、アストロ物理学）は、ランダム化された同等物と比較して高いモジュラリティを示しており、クラスタリングや次数分布では説明できない強いコミュニティ構造が存在することを示している。
• ソーファー＝ヴァサチェフのトランスティビティとクラスタリング係数が、生成されたランダムネットワークでも保持されており、アルゴリズムのクラスタリング制御の正確性が裏付けられた。
• アルゴリズムは、固定次数列と目的のクラスタリングレベルを備えた連結で単純なグラフを効果的に生成できており、低次数相関と短いパス長を維持している。
• 実世界ネットワークとランダム化されたネットワークとの間で直径、モジュラリティ、次数相関に顕著な乖離が認められたことから、実世界ネットワークのモデリングには、次数分布とクラスタリングを超える追加のメカニズムが不可欠であることが示された。