[論文レビュー] Structural Diversity and Homophily: A Study Across More than One Hundred Big Networks

Yuxiao Dong, R. A. Johnson+2 more|arXiv (Cornell University)|Feb 23, 2016

Complex Network Analysis Techniques参考文献 40被引用数 3

ひとこと要約

本稿は、ネットワークにおけるリンク形成に影響を与える主要因として、共通近傍の構造的多様性を提示し、120のスケールの大きなネットワークを3つの明確に異なるスーパーファミリーに分類するための共通近傍シグネチャ（CNS）を提案する。構造的多様性が高いと、ネットワークの文脈に応じてリンク形成を促進することも、抑制することもあり、Facebookでは肯定的、LinkedInでは否定的である。これは構造的同型性の普遍性に疑問を呈し、リンク予測およびネットワークモデリングの向上を可能にする。

ABSTRACT

A widely recognized organizing principle of networks is structural homophily, which suggests that people with more common neighbors are more likely to connect with each other. However, what influence the diverse structures embedded in common neighbors have on link formation is much less well-understood. To explore this problem, we begin by characterizing the structural diversity of common neighborhoods. Using a collection of 120 large-scale networks, we demonstrate that the impact of the common neighborhood diversity on link existence can vary substantially across networks. We find that its positive effect on Facebook and negative effect on LinkedIn suggest different underlying networking needs in these networks. We also discover striking cases where diversity violates the principle of homophily---that is, where fewer mutual connections may lead to a higher tendency to link with each other. We then leverage structural diversity to develop a common neighborhood signature (CNS), which we apply to a large set of networks to uncover unique network superfamilies not discoverable by conventional methods. Our findings shed light on the pursuit to understand the ways in which network structures are organized and formed, pointing to potential advancement in designing graph generation models and recommender systems.

研究の動機と目的

• 共通近傍の構造的多様性（連結成分の数として測定）が、従来の構造的同型性を越えてリンク形成に与える影響を調査すること。
• 実世界のネットワークにおけるペアワイズ接続の確率に、共通近傍の異なる構成がどのように影響するかを特定すること。
• すべてのペアワイズに対して構造的多様性の分布に基づくネットワークレベルの指紋としての、新規なネットワーク特徴化手法である共通近傍シグネチャ（CNS）を開発すること。
• Facebook や LinkedIn のようなプラットフォームにおけるネットワーキング行動の相違を理解すること。ここでは、構造的多様性がリンク形成に逆の効果を及ぼす。
• ネットワーク構造の背後にある組織的原則を明らかにすることで、より優れたグラフ生成モデルおよびレコメンデーションシステムの設計を支援すること。

提案手法

• ノードペアの共通近傍によって形成される部分グラフにおける連結成分の数として、構造的多様性を定義する。
• 共通近傍の数を制御した上で、120のスケールの大きなネットワーク（実際のネットワークとランダムネットワーク）におけるリンク存在率を測定する。
• すべてのペアワイズにおける構造的多様性の分布に基づき、ネットワークレベルの指紋としての共通近傍シグネチャ（CNS）を提案する。
• CNS ベクトルにクラスタリング手法を適用し、類似した構造的多様性パターンを持つネットワークをグループ化してスーパーファミリーを同定する。
• CNSに基づく分類が、従来のネットワーク特性（例：次数分布、クラスタリング係数）と比較して、独自の特徴を持つことを検証する。
• 統計的モデリングを用いて、構造的多様性を条件としたリンク存在の条件付き確率を分析し、プラットフォーム固有の傾向を明らかにする。

実験結果

リサーチクエスチョン

• RQ1 共通近傍の構造的多様性が、共通近傍の数とは独立してリンク形成の確率にどのように影響するか？
• RQ2 Facebook や LinkedIn のようなネットワークでは、構造的多様性がリンク形成に逆の影響を及ぼすパターンを示すか。その理由は何か？
• RQ3 構造的多様性を用いて、従来の指標では検出できない隠れたネットワークスーパーファミリーを特定する新しいネットワークシグネチャ（CNS）を定義できるか？
• RQ4 現在の標準的ランダムグラフモデル（例：Erdős–Rényi、Watts-Strogatz、Barabási–Albert）は、現実世界のネットワークで観察される構造的多様性のパターンをどれほど再現できないか？
• RQ5 構造的多様性を考慮に入れると、ネットワーク形成における構造的同型性の原則は、どのように挑戦されたり拡張されたりするか？

主な発見

• 共通近傍の数を一定に保った状態でも、構造的多様性がリンク存在率に顕著な影響を与えることが示され、すべての共通近傍がリンク形成に同等に適しているわけではないことが明らかになった。
• Facebook では、構造的多様性が高い（より多くの非連結成分を持つ）ほどリンク形成の可能性が高くなる。これは、多様で緩い結びつきを持つ共通の文脈が、オンラインの友人関係形成を促進していることを示している。
• LinkedIn では、構造的多様性が高いほどリンク形成に悪影響を及ぼす。これは、共通の同僚など、密に接続された共通近傍が、プロフェッショナルな関係形成に適していることを示唆している。
• CNS は、120のネットワークを3つの明確に異なるスーパーファミリーに分類するのに成功した。Facebook と Friendster は1つのスーパーファミリーを形成し、LinkedIn は別個のものである。これは、ネットワーク組織の根本的な違いを示している。
• Erdős–Rényi、Watts-Strogatz、Barabási–Albert などの標準的ランダムグラフモデルは、Facebook/Friendster スーパーファミリーの構造的多様性のパターンを再現できず、現在の生成モデルにギャップがあることを示している。
• 本研究では、構造的同型性の原則（共通近傍が多いほどリンク確率が高くなる）が、構造的多様性を考慮に入れると破られることが明らかになった。すなわち、より少ない相互接続がある場合でも、リンク形成確率が高くなることがある。