[論文レビュー] Scalable Betweenness Centrality Maximization via Sampling

Ahmad Mahmoody, Charalampos E. Tsourakakis+1 more|arXiv (Cornell University)|Sep 3, 2016

Complex Network Analysis Techniques参考文献 39被引用数 13

ひとこと要約

本稿では、効率的な最短経路サンプリングを用いて、高確率で $(1 - 1/e - \epsilon)$-近似を達成するスケーラブルなランダム化アルゴリズム HEDGE を提示する。これは、バーテックス中心性最大化（BCM）のためのものであり、実世界のネットワークにおける近線形実行時間の背後にある理論的根拠を初めて提供する。また、単調・サブモジュラーな中心性測度に一般化可能な分析フレームワークを導入し、既に広く使われている仮定である最適中心性が $\Theta(n^2)$ であるという仮定の理論的裏付けも与える。

ABSTRACT

Betweenness centrality is a fundamental centrality measure in social network analysis. Given a large-scale network, how can we find the most central nodes? This question is of key importance to numerous important applications that rely on betweenness centrality, including community detection and understanding graph vulnerability. Despite the large amount of work on designing scalable approximation algorithms for betweenness centrality, estimating it on large-scale networks remains a computational challenge. In this paper, we study the Betweenness Centrality Maximization problem: given a graph $G=(V,E)$ and a positive integer $k$, find a set $S^* \subseteq V$ that maximizes betweenness centrality subject to the cardinality constraint $|S^*| \leq k$. We present an efficient randomized algorithm that provides a $(1-1/e-ε)$-approximation with high probability, where $ε>0$. Our results improve the current state-of-the-art result by Yoshida~\cite{yoshida2014almost}. Furthermore, we provide theoretical evidence for the validity of a crucial assumption in the literature of betweenness centrality estimation, namely that in real-world networks $O(|V|^2)$ shortest paths pass through the top-$k$ central nodes, where $k$ is a constant. On the experimental side, we perform an extensive experimental analysis of our method on real-world networks, demonstrate its accuracy and scalability, and study different properties of central nodes. Finally, we provide three graph mining applications of our method.

研究の動機と目的

• 大規模ネットワークにおけるバーテックス中心性を用いた最も中心的なノードの特定という計算上の課題に対処すること。
• 既存の中心性最大化問題（CMP）の近似アルゴリズムを改善し、スケーラビリティを向上させるとともに、サンプルサイズを削減すること。
• 既存の研究に根拠として使われてきたが、形式的な検証が不足していた $\texttt{OPT}_k = \Theta(n^2)$ という仮定の理論的裏付けを提供すること。
• 任意の単調・サブモジュラー中心性測度に適用可能で、ハイパーエッジサンプラーを備えた一般化可能な分析フレームワークを開発すること。
• HEDGEの正確性、スケーラビリティ、実世界の応用（ネットワークの耐障害性やインフルエンス最大化など）における実用性を実験的に検証すること。

提案手法

• HEDGEアルゴリズムは、任意の経路上のノードすべてではなく、ソース・シンクペア間の単一の経路からなるサンプルをランダムに抽出する。
• モンテカルロサンプリングを用いてノード集合のバーテックス中心性を推定し、濃度補正を適用することで高確率での近似保証を達成する。
• チェルノフの不等式とサブモジュラー最適化理論を応用し、高確率で $(1 - 1/e - \epsilon)$-近似をCMPに対して得る。
• トップ-$k$ 中心的ノードを通過する最短経路が $O(|V|^2)$ 個に制限されることを利用し、実際には近線形スケーリングが達成可能である。
• 任意の単調・サブモジュラー中心性測度に適用可能で、ハイパーエッジサンプラーを備えた一般化可能な分析フレームワークを導入する。
• このフレームワークにより、$\kappa$-パス中心性や三角形中心性など、標準バーテックス中心性を超える他の中心性測度への応用が可能になる。

実験結果

リサーチクエスチョン

• RQ1 実世界ネットワークにおいて、$\texttt{OPT}_k = \Theta(n^2)$ という仮定は理論的に成立するのか、それとも単なる経験的観察にとどまるのか？
• RQ2 従来の研究に比べ、より少ないサンプルサイズで、$(1 - 1/e - \epsilon)$-近似を達成できるサンプリングベースのアルゴリズムは可能か？
• RQ3 理論的には二次的計算量を要するバーテックス中心性計算であるにもかかわらず、実世界ネットワークではなぜ近線形時間で実行できるのか？
• RQ4 提案された分析フレームワークは、標準バーテックス中心性を超える他の中心性測度に対しても一般化可能か？
• RQ5 HEDGEが特定した最も中心的なノードは、時間発展型ネットワークや実世界ネットワークにおいて、ネットワークの耐障害性やインフルエンス拡散にどのように影響を与えるか？

主な発見

• HEDGEアルゴリズムは、高確率で $(1 - 1/e - \epsilon)$-近似を達成し、先行研究の最良結果 [48] を上回る。
• 本稿は、有界木幅および確率的スケールフリーなネットワークにおいて $\texttt{OPT}_k = \Theta(n^2)$ であるという仮定の理論的裏付けを初めて提供する。
• 実世界ネットワークでは、トップ-$k$ 中心的ノードを通過する最短経路が $O(|V|^2)$ 個に限られるという構造的性質が理論的に確認されており、これが近線形実行時間の理由である。
• 実験的評価により、HEDGEはグラフサイズに応じて滑らかにスケーリングされ、正確な中心性推定が得られ、精度と効率の両面で先行するサンプリング手法を上回ることが示された。
• HEDGEが特定した最も中心的なノードは、標的攻撃に対する耐性を高め、最大連結成分のサイズを顕著に縮小することが確認され、その構造的重要性が裏付けられた。
• 独立キャスケードモデルにおいて、高いバーテックス中心性と高いインフルエンスの間に強い相関関係が認められ、中心的なノードはしばしばヒューリスティックなインフルエンス最大化手法を上回ることが分かった。