[論文レビュー] Graph Evolution: Densification and Shrinking Diameters

Jure Leskovec, Jon Kleinberg+1 more|ArXiv.org|Mar 27, 2006

Complex Network Analysis Techniques参考文献 42被引用数 311

ひとこと要約

本稿では、実世界のネットワークが時間経過とともに密化し、直径が縮小するという経験的観察を説明する新しいグラフ生成モデル、すなわち「フォレストファイ」プロセスを提案する。これは、従来のネットワークモデルにおける平均次数の定数性と直径の緩やかな増加という仮定に挑戦するものである。このモデルは2つのパラメータのみで、べき乗則に従う次数分布、密化、および低下する有効直径を捉え、これらの挙動が出現するきわめて明確な転移点を持つ。

ABSTRACT

How do real graphs evolve over time? What are ``normal'' growth patterns in social, technological, and information networks? Many studies have discovered patterns in static graphs, identifying properties in a single snapshot of a large network, or in a very small number of snapshots; these include heavy tails for in- and out-degree distributions, communities, small-world phenomena, and others. However, given the lack of information about network evolution over long periods, it has been hard to convert these findings into statements about trends over time. Here we study a wide range of real graphs, and we observe some surprising phenomena. First, most of these graphs densify over time, with the number of edges growing super-linearly in the number of nodes. Second, the average distance between nodes often shrinks over time, in contrast to the conventional wisdom that such distance parameters should increase slowly as a function of the number of nodes (like O(log n) or O(log(log n)). Existing graph generation models do not exhibit these types of behavior, even at a qualitative level. We provide a new graph generator, based on a ``forest fire'' spreading process, that has a simple, intuitive justification, requires very few parameters (like the ``flammability'' of nodes), and produces graphs exhibiting the full range of properties observed both in prior work and in the present study. We also notice that the ``forest fire'' model exhibits a sharp transition between sparse graphs and graphs that are densifying. Graphs with decreasing distance between the nodes are generated around this transition point.

研究の動機と目的

• 多様な分野にまたがる実世界のグラフの時間的変化を調査すること。
• ネットワークモデルにおける平均次数の定数性と直径の緩やかな増加という従来の仮定に挑戦すること。
• 密化や直径の縮小といった、ネットワーク成長を支配する新しい法則を同定し、形式化すること。
• 観察されたネットワーク進化パターンを再現できる、シンプルでパラメータ効率の良いグラフ生成器を開発すること。
• 実ネットワークにおける次数分布の進化と密化の根本的関連性を確立すること。

提案手法

• 新しいノードが与えられた燃えやすさパラメータを持つ既存ノードに火をつけることで、接続を形成する「フォレストファイ」グラフ生成モデルを提唱する。
• ネットワーク成長を拡散プロセスとしてモデル化：各新しいノードが既存ノードのランダムな部分集合に接続し、その後そのノードが指定された確率で周辺ノードにも接続する。
• 火の広がりの程度を制御する唯一のパラメータ（燃えやすさ）を用いることで、スパarsなグラフと密化するグラフの間で明確な転移が可能になる。
• 電子メール、引用、自律システムネットワークなどの実世界データセットと比較することで、モデルの経験的妥当性を検証する。
• べき乗則に従う次数分布とその進化を分析し、密化が次数分布の指数の変化に関連していることを示す。
• コミュニティガイドドアタッチメントモデルを適用し、コミュニティ構造と優先的接続から密化が生じることを示す。

実験結果

リサーチクエスチョン

• RQ1 実世界のグラフにおいて、平均次数や直径といった基本的ネットワーク特性は、時間経過とともにどのように変化するか？
• RQ2 既存のランダムグラフモデルが、実ネットワークで観察される密化と直径の縮小パターンを再現できない理由は何か？
• RQ3 シンプルな生成モデルが、同時に密化と低下する有効直径を再現できるか？
• RQ4 べき乗則に従う次数分布の進化とグラフの密化の間にどのような関係があるか？
• RQ5 モデルのパラメータに、密化し、直径が縮小するグラフを生じさせる臨界転移点が存在するか？

主な発見

• 実世界のネットワークは時間経過とともに密化し、エッジ数がノード数のべき乗関数的に増加する。e(t) ∝ n(t)^a と表され、a > 1 となる。
• 多くの実ネットワークにおいて、ネットワークが拡大するにつれて有効直径が減少する。これは直径が緩やかに増加するという仮定に反する。
• ノードの燃えやすさと火の広がり確率という2つのパラメータのみを用いるフォレストファイモデルは、密化、直径の縮小、重たい尾部を示す次数分布をうまく再現する。
• フォレストファイモデルでは明確な転移が発生する：臨界燃えやすさ閾値に近いパラメータで生成されたグラフは、密化と有効直径の低下を示す。
• べき乗則に従う次数分布の指数の時間的変化は、密化プロセスと根本的に関連しており、実ネットワークではこの相関関係が経験的に確認されている。
• コミュニティガイドドアタッチメントモデルは、コミュニティ構造と優先的接続から密化が生じうることを示し、提案されたメカニズムの妥当性を裏付けている。