[論文レビュー] Mining a medieval social network by kernel SOM and related methods

Nathalie Villa, Fabrice Rossi+1 more|ArXiv.org|May 9, 2008

Neural Networks and Applications参考文献 21被引用数 6

ひとこと要約

本稿では、13世紀から14世紀にかけてのラングドック地方に属する615人の農民からなる大規模な中世社会ネットワークを分析・可視化するため、カーネル自己組織化マップ（SOM）とスペクトラルクラスタリングを組み合わせたハイブリッド手法を提案する。関係的類似性をモデル化するための拡散カーネルを活用し、頂点をトポロジカルに意味のあるマップに配置することで、構造的組織、世代的移行、および主要な家族的接続者を明らかにした。特にピエール・フォルニエおよびアリキエール家がネットワークの結束性を支える中心的役割を果たしていることが特定された。

ABSTRACT

This paper briefly presents several ways to understand the organization of a large social network (several hundreds of persons). We compare approaches coming from data mining for clustering the vertices of a graph (spectral clustering, self-organizing algorithms. . .) and provide methods for representing the graph from these analysis. All these methods are illustrated on a medieval social network and the way they can help to understand its organization is underlined.

研究の動機と目的

• 大規模で複雑な中世社会ネットワークを、事前の構造的理解が限られている状況でも効果的に可視化し解釈する課題に応えること。
• アーカイブ契約（1260–1340年）に基づく農民の関係的ネットワークにおいて、コミュニティ構造と階層的組織を同定すること。
• データマイニングとグラフ解析手法を統合し、歴史的解釈を支援するために社会的結束のパターンや支配的家族を明らかにすること。
• 歴史家が解釈可能な視覚的表現を提供するネットワークのトポロジカルかつ関係的構造を保ったままの表現を開発すること。
• 実際の歴史的データセットを用いて手法を検証し、以前に認識されていなかった社会的ダイナミクスを解明する有効性を示すこと。

提案手法

• 1,000件の農業契約から、615人の農民を頂点とし、共起頻度で重み付けされた4,193本のエッジを持つ重み付き無向グラフを構築する。
• グラフラプラシアンをユークリッド空間における類似度測度に変換するため、ヒートカーネル（拡散カーネル）$ D^\beta = e^{-\beta L} $ を適用し、関係的構造を保持する。
• スペクトラルクラスタリングを拡散カーネルに適用し、密な部分グラフ（コミュニティ）を同定する。ラプラシアン行列の固有ベクトルを用いて頂点を低次元空間に埋め込む。
• カーネル自己組織化マップ（カーネルSOM）を用いて、頂点を同時にクラスタリングし、近接関係を保持する2次元トポロジカルマップに空間的に配置する。
• カーネルSOMマップに制約を加えたエネルギーに基づくフォースディレクテッドレイアウトアルゴリズムを適用し、大規模なネットワーク全体の読みやすい可視化を実現する。
• uマトリクスおよび平均日付・地理的分布のクラスタごとの分析を用いて、マップ構造の解釈と結果の妥当性を検証する。

実験結果

リサーチクエスチョン

• RQ1 明確な幾何的距離が存在しない状況でも、複雑な関係的中世社会ネットワークを効果的にクラスタリングおよび可視化する方法は何か？
• RQ2 スペクトラルクラスタリングとカーネルSOMは、疎で多様性のあるデータを特徴とする歴史的ネットワークにおいて、意味のあるコミュニティ構造をどれほど効果的に明らかにできるか？
• RQ3 時間的要因（取引日）と空間的要因（居住村）は、同定されたクラスターやネットワークトポロジーとどの程度整合するか？
• RQ4 地理的にも世代的にも異なるコミュニティを結ぶ重要な接続者としての個人または家族は、どのようないずみか？
• RQ5 カーネルSOMのようなデータマイニング手法は、前近代の農村社会における支配的家族や社会的結束メカニズムの同定を、歴史家が支援できるか？

主な発見

• カーネルSOMマップにより、3つの主要な構造的領域が特定された：左上に位置する高齢者集団（ディヴィルアック）、右上に位置する若年層集団、および右下に位置する中央集団であり、マップ全体にわたる連続的な時間的進行が観察された。
• 左上クラスタはディヴィルアック村に中心を置き、地理的に孤立しており、ネットワークの他の部分と接続されているのは唯一ピエール・フォルニエの一人に限られ、彼の枢軸的役割が示された。
• アリキエール家は、右上クラスタと右下クラスタを結ぶ主要な接続者として特定され、村を越えた社会的結束の維持に中心的な役割を果たしていることが示唆された。
• 一部のクラスタでは地理的多様性が見られたが、主なクラスタ、特に右上および右下のグループでは、内部の地理的環境に強い均質性が確認された。
• この手法により、ピエール・フォルニエが同一人物（同一人物の名前が重複している可能性のある人物ではない）として明確に同定され、データベース内の曖昧さが解消された。トポロジカル解析の価値が、データ品質の妥当性検証の観点からも浮き彫りにされた。
• 可視化により、歴史家は支配的家族を特定でき、百週年戦争期におけるその変遷を今後の研究計画に活用できるようになった。これにより、本手法の学際的有用性が裏付けられた。