[論文レビュー] Sampling-based Estimation of In-degree Distribution with Applications to Directed Complex Networks

Nelson Antunes, Shankar Bhamidi+3 more|arXiv (Cornell University)|Oct 2, 2018

Complex Network Analysis Techniques参考文献 33被引用数 4

ひとこと要約

本稿では、出力辺しか観測できない大規模な有向ネットワークにおいて、インデグリーディストリビューションを推定するためのサンプリングベースの手法を提案する。本手法は、本質的分布に対して逆問題を適用し、尾部に対して漸近的手法を用いることで、合成ネットワークおよび実際のネットワークにおいて15–20%のサンプリングレートで、インデグリーディストリビューション全体を高精度に回復可能であり、特にパワー則尾部に対しては30%のジャンプレートを有するランダムウォークサンプリングにより優れた性能を示す。

ABSTRACT

The focus of this work is on estimation of the in-degree distribution in directed networks from sampling network nodes or edges. A number of sampling schemes are considered, including random sampling with and without replacement, and several approaches based on random walks with possible jumps. When sampling nodes, it is assumed that only the out-edges of that node are visible, that is, the in-degree of that node is not observed. The suggested estimation of the in-degree distribution is based on two approaches. The inversion approach exploits the relation between the original and sample in-degree distributions, and can estimate the bulk of the in-degree distribution, but not the tail of the distribution. The tail of the in-degree distribution is estimated through an asymptotic approach, which itself has two versions: one assuming a power-law tail and the other for a tail of general form. The two estimation approaches are examined on synthetic and real networks, with good performance results, especially striking for the asymptotic approach.

研究の動機と目的

• サンプリング中にインデグリーが観測可能でない場合に、大規模な有向ネットワークにおけるインデグリーディストリビューションを推定すること。
• インデグリーの可視性が限られていることによる、悪条件な逆問題に起因する課題に対処すること。
• インデグリーディストリビューションの本質的領域と尾部の両方を捉える、頑健な推定フレームワークの開発。
• パワー則および非パワー則構造を含む多様なネットワークトポロジーにおける性能の評価。
• 実世界のネットワーク（例：引用ネットワーク、ウェブ、金融ネットワーク）に適用可能なスケーラブルで計算的に効率的な手法の提供。

提案手法

• ランダム頂点サンプリング（RVS）およびランダムエッジサンプリング（RES）をベースラインとして用い、サンプリングプロセスをモデル化する。
• 真のインデグリーディストリビューションから観測されたサンプル分布へのマッピングを表すサンプリング行列を含む線形逆問題として推定を定式化する。
• 低サンプリングレートにおける逆問題の悪条件性を軽減するため、ペナルティ付き重み付き最小二乗法を適用する。
• 真の尾部分布とサンプル尾部分布との間の確率的同等性に基づく漸近的手法を採用する。
• 2種類の漸近的バリエーションを提案：パワー則尾部を仮定するLINE（線形）と、分布に依存しない尾部推定を目的とするASYM。
• ランダムウォークにジャンプを組み込むことで、極限において一様サンプリングに収束する現実的で実用的なサンプリングスキームを模擬する。

実験結果

リサーチクエスチョン

• RQ1 出力辺しか観測できないサンプリングされたノードにおいて、インデグリーディストリビューションを信頼性高く推定する方法は何か？
• RQ2 ランダムウォークにジャンプを組み込むなど、どのようなサンプリングスキームが真のインデグリーディストリビューションの構造を最もよく保持するか？
• RQ3 異なるネットワークタイプにおいて、逆問題に基づく推定と漸近的尾部推定の性能はどのように比較されるか？
• RQ4 低サンプリングレート（15–20%）でも、インデグリーディストリビューション全体をどの程度回復できるか？
• RQ5 ランダムウォークにおけるジャンプレートが、特にパワー則ネットワークの尾部推定精度にどのように影響を与えるか？

主な発見

• 15–20%のサンプリングレートで、逆問題手法がインデグリーディストリビューションの本質的領域を高精度に回復する。
• 特にパワー則尾部を仮定するLINE手法を用いた漸近的手法は、重尾インデグリー分布を示すネットワークにおいて優れた性能を発揮する。
• パワー則ネットワークでは、30%のジャンプレートを有するランダムウォークサンプリングが、尾部推定性能を最適化する。
• 逆問題手法は、ランダムウォークサンプリングスキームやジャンプレートの変化に対して頑健である。
• 逆問題と漸近的手法を組み合わせたアプローチにより、アマゾン共購入ネットワークや引用ネットワークを含む合成および実世界のネットワークにおいて、インデグリーディストリビューション全体を成功裏に回復できた。
• インデグリーがサンプリング中に直接観測できない状況でも、本手法は計算的に効率的かつ有効である。