[論文レビュー] Graphs Over Time: Densification and Shrinking Diameters

Jure Leskovec, Jon Kleinberg+1 more|arXiv (Cornell University)|Mar 27, 2006

Complex Network Analysis Techniques被引用数 6

ひとこと要約

本稿では、実世界のグラフ（例えば、ソーシャルネットワークや技術的ネットワーク）が、ノード数に対してエッジが非線形的に増加し、平均ノード間距離が縮小するという、予想に反する現象が時間経過とともに進行することを特定している。本稿では、スパarsedと密度化の間で明確な遷移を示す、単純でパラメータ化されたモデルである「フォレストファイア」グラフ生成モデルを提案する。このモデルは、拡散過程に基づくものであり、密度化の動的パターンを再現し、度数分布の進化と密接に関連していることを明らかにする。

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. Last, we analyze the connection between the temporal evolution of the degree distribution and densification of a graph. We find that the two are fundamentally related. We also observe that real networks exhibit this type of relation between densification and the degree distribution.

研究の動機と目的

• 現実のグラフの長期的進化を理解すること、特に密度化とノード間距離の変化の観点から。
• 静的グラフ解析では見過ごされがちな、ネットワーク進化における持続的構造的パターンを同定すること。
• 密度化や直径の縮小といった実ネットワークの動的挙動を捉える生成モデルを開発すること。
• 密度化と度数分布の時間的進化との関係を調査すること。
• 既存のグラフ生成モデルがなぜ観察されたネットワーク動的挙動を再現できないかを説明すること。

提案手法

• ノードが一定の可燃性パラメータで点火し、隣接ノードに広がる「フォレストファイア」モデルを提案。このプロセスは、拡散に基づくネットワーク成長を模倣する。
• 確率的プロセスとして、各新しいノードが既存ノードのランダムなサブセットに接続し、その後そのノードが「燃焼」して自身の隣接ノードに接続するという、連鎖的な影響を再現する。
• スパarsedと密度化の間の調整を可能にする、唯一の主要パラメータ「可燃性」を採用。これにより、スパarsedと密度化の両方のグラフを調整可能にする。
• 可燃性パラメータの異なる値におけるモデルの挙動を分析し、スパarsedと密度化の間で明確な相転移が発生することを特定。
• エッジ増加率、平均距離、度数分布といった指標を用いて、モデル出力と実世界のグラフを比較。
• 多様な実グラフを用いた実証的分析により、モデルが観察された密度化と直径の縮小を再現できる能力を検証。

実験結果

リサーチクエスチョン

• RQ1 現実のグラフは、エッジ増加とノード接続性の観点から、時間経過とともにどのように進化するか？
• RQ2 理論的予想とは対照的に、現実のネットワークではノード間の平均距離がなぜ時間経過とともに減少するのか？
• RQ3 現実のネットワークで観察された密度化と直径の縮小を説明するメカニズムは何か？
• RQ4 進化するネットワークにおける度数分布は、密度化プロセスとどのように関連しているか？
• RQ5 単純な生成モデルが、現実のグラフで観察される複雑な動的挙動を捉えることができるか？

主な発見

• 現実のグラフは、ノード数に対してエッジ数が非線形的に増加する「超線形的密度化」を示す。
• サイズが増大しても、現実のグラフにおけるノード間平均距離は時間経過とともに縮小傾向にあり、従来のO(log n)またはO(log log n)の増加予想とは対照的である。
• 「フォレストファイア」モデルは、密度化と直径の縮小の両方を成功裏に再現し、臨界的な可燃性閾値付近でスパarsedと密度化の間で明確な相転移が発生することを示している。
• モデルの挙動は可燃性パラメータに極めて敏感であり、密度化グラフは正確に遷移点で出現する。
• 実ネットワークで観察されたように、密度化と度数分布の形状の間には根本的な関係がある。
• 既存のグラフ生成モデルは、特に直径の縮小と超線形的エッジ増加といった観察された時間的動的挙動を再現できない。