[論文レビュー] Knowing a network by walking on it: emergence of scaling

Alexei Vázquez|arXiv (Cornell University)|Jun 8, 2000

Complex Network Analysis Techniques被引用数 48

ひとこと要約

本稿では、新しいノードが1つの既存ノードに接続し、その後確率的に隣接ノードの隣接ノードにリンクを形成することでネットワークを「歩行」する成長ネットワークモデルを提案する。リンク作成は確率パラメータ $ p $ で制御される。主な結果として、$ p_c \approx 0.39 $ における相転移が発生し、ネットワークは有限平均接続度分布からスケールフリーのべき乗則（指数 $ \gamma \approx 2 $）に移行する。この現象は、WWW や引用ネットワークなどの実際のネットワークにおけるスケーリングの出現を説明する。

ABSTRACT

A model for growing networks is introduced, having as a main ingredient that new nodes are attached to the network through one existing node and then explore the network through the links of the visited nodes. From exact calculations of two limiting cases and numerical simulations the phase diagram of the model is obtained. In the stationary limit, large network sizes, a phase transition from a network with finite average connectivity to a network with a power law distribution of connectivities, with no finite average, is found. Results are compared with measurements on real networks.

研究の動機と目的

• WWW や科学的引用ネットワークのような実世界のネットワークにおけるスケールフリー位相の出現を説明すること。
• 新規ノードがグローバルな知識を限定的に持つという現実的な制約のもとで、ネットワーク成長をモデル化すること。
• ネットワークが有限平均接続度からべき乗則的度分布に移行する条件を特定すること。
• 局所的探索に基づく成長メカニズムが、複雑ネットワークで観測されるスケーリング行動を再現できるかどうかを同定すること。

提案手法

• 新規ノードは、ランダムに選ばれた既存ノードに1つの初期リンクを形成することでネットワークに追加される。
• 新規ノードは、すでに訪問したノードの隣接ノードに確率 $ p $ でリンクを形成する再帰的『歩行』を実行する。
• 新たなリンクが作成されなくなるまで歩行プロセスが再帰的に継続され、その後新しいノードが追加される。
• 極限状態（$ p = 0 $ および $ p = 1 $）における正確な計算と、中間的な $ p $ における数値シミュレーションを用いてモデルを分析する。
• ネットワークサイズ $ N $ に対する平均接続度 $ \langle k \rangle $ を調べ、相転移を検出する。
• $ x = \log N $ を用いた $ \langle k \rangle(N) $ の放物線フィットにより、曲率パラメータ $ c $ が符号を変える臨界閾値 $ p_c $ を推定する。

実験結果

リサーチクエスチョン

• RQ1 局所的探索（歩行）に基づくネットワーク成長メカニズムは、べき乗則的度分布をもたらすか？
• RQ2 ネットワークが有限平均接続度からスケールフリー状態に移行するリンク作成確率 $ p $ の臨界値は何か？
• RQ3 接続度分布 $ P(k) $ は $ p $ とともにどのように変化するか？また、臨界領域におけるべき乗則指数は普遍的か？
• RQ4 このモデルは、ワールドワイドウェブ や科学的引用ネットワークなどの実際のネットワークで観測されるスケーリング行動を説明できるか？

主な発見

• 臨界値 $ p_c = 0.39 \pm 0.01 $ で相転移が発生し、有限平均接続度を持つ準位相と、発散する平均接続度を持つ臨界位相に分かれる。
• 臨界位相（$ p > p_c $）では、接続度分布が $ P(k) \sim k^{-\gamma} $ というべき乗則に従い、$ \gamma = 2.0 \pm 0.1 $ となり、$ p $ に依存しない。これは臨界領域における普遍性を示す。
• 臨界位相より下（$ p < p_c $）では、$ N \to \infty $ の極限で平均接続度 $ \langle k \rangle $ が有限値に飽和するため、スケールフリーでない領域である。
• 本モデルは、ワールドワイドウェブで観測されたべき乗則指数 $ \gamma \approx 2.1 \pm 0.1 $ をうまく再現しており、臨界領域に位置していることが示された。
• 引用ネットワークのデータ（$ \gamma = 3 $）は、$ p_c $ よりも低い準位相に位置しており、限定的な参考文献選択と整合的である。
• 本モデルは、グローバル知識がなくても、局所的探索ダイナミクスによってスケールフリーネットワークを生成できることを示しており、複雑系におけるスケーリングの出現のメカニズムを提供する。