[論文レビュー] Shattering and Compressing Networks for Centrality Analysis

Ahmet Erdem Saryüce, Érik Saule+2 more|arXiv (Cornell University)|Sep 26, 2012

Complex Network Analysis Techniques参考文献 20被引用数 6

ひとこと要約

この論文は、ネットワークを独立したコンポーネントに圧縮して粉砕することで、媒介性中心性（BC）の計算を高速化する新しいフレームワークを提案する。アーティキュレーション頂点、ブリッジ、頂点の同一性といった構造的特徴を活用することで、多様な実世界のネットワークにおいてBC計算時間を最大59％短縮する。BFS順序付けを併用することで、平均で20％の性能向上が達成される。

ABSTRACT

Who is more important in a network? Who controls the flow between the nodes or whose contribution is significant for connections? Centrality metrics play an important role while answering these questions. The betweenness metric is useful for network analysis and implemented in various tools. Since it is one of the most computationally expensive kernels in graph mining, several techniques have been proposed for fast computation of betweenness centrality. In this work, we propose and investigate techniques which compress a network and shatter it into pieces so that the rest of the computation can be handled independently for each piece. Although we designed and tuned the shattering process for betweenness, it can be adapted for other centrality metrics in a straightforward manner. Experimental results show that the proposed techniques can be a great arsenal to reduce the centrality computation time for various types of networks.

研究の動機と目的

• 大規模ネットワークにおける正確な媒介性中心性（BC）計算の高コストを低減すること。
• 並列BC計算が可能な独立コンポーネントにネットワークを分解する技術を開発すること。
• アーティキュレーション頂点、ブリッジ、同一頂点といった構造的特徴を特定し、効果的なネットワーク粉砕と圧縮を可能にすること。
• 頂点順序付けを含む前処理技術がBC性能に与える影響を評価すること。
• 標準的な頂点中心性以外のさまざまな中心性指標へも適用可能な実用的で拡張可能なフレームワークを提供すること。

提案手法

• アーティキュレーション頂点とブリッジを特定・削除することでネットワークを粉砕し、より小さな独立コンポーネントに分割する。
• 次数1の頂点を削除し、同じ隣接頂点集合を持つ頂点を統合することでグラフを圧縮し、BCスコアに影響を与えることなく頂点数と辺数を削減する。
• Brandesアルゴリズムにおける負荷バランスの向上とキャッシュミスの削減を図るため、BFSに基づく頂点順序付けを用いる。
• 分解過程で最短経路寄与度を追跡することで、コンポーネント間のペアおよびソース依存関係を保持する。
• 順序付け、次数1頂点の削除、ブリッジの削除、アーティキュレーション頂点の検出、同一頂点の統合といった複数の技術をモジュラーなパイプラインで統合する。
• 処理前処理属性（reach, ident）の有無に応じて計算パスを動的に選択する4キーネルシステムを実装する。

実験結果

リサーチクエスチョン

• RQ1 アーティキュレーション頂点とブリッジによるネットワーク粉砕は、媒介性中心性計算の時間計算量を顕著に低減できるか？
• RQ2 次数1の頂点の削除や同一頂点の統合といった頂点圧縮技術は、BCスコアに影響を与えずにグラフサイズをどれほど小さくできるか？
• RQ3 実際のBC計算において、頂点順序付け（例：BFSベース）はどの程度性能向上をもたらすか？
• RQ4 複数の前処理技術を組み合わせた場合、多様なネットワークタイプにおいてBC実行時間に及ぼす累積的影響は何か？
• RQ5 提案されたフレームワークは、閉形式中心性やグループ間接中心性といった他のパスベース中心性指標へ一般化可能か？

主な発見

• すべての前処理技術を組み合わせた（odbasi）手法は、テストされたすべてのネットワークでBC計算時間に平均59％の短縮を達成した。
• ソーシャルネットワークでは、最良の組み合わせ（odbasi）により実行時間が平均53％短縮された。
• 構造的グラフでは、同一頂点圧縮のみが有効で、平均79％の改善が得られた。
• 地理的赤道区分グラフでは、BFS順序付けのみが平均32％の改善をもたらしたが、他の技術は限定的な影響にとどまった。
• グラフ add32 は odbasi によって完全に粉砕され、残りのグラフにエッジが一切残らなかった。これは、極めてモジュラーなネットワークにおいて極めて高い効果を示している。
• パフォーマンスプロファイル分析により、すべての技術を組み合わせた（odbasi）手法が60％以上の確率で最適であることが確認され、他のすべての設定を上回った。