[論文レビュー] Structure and Time-Evolution of the Internet Community pussokram.com

Petter Holme, Christofer Edling+1 more|arXiv (Cornell University)|Oct 23, 2002

Complex Network Analysis Techniques被引用数 4

ひとこと要約

本研究では、高分解能のユーザ活動データを用いて、大規模なインターネットコミュニティネットワークの構造的進化と時間的ダイナミクスを分析する。次数相関における非一様混合（disassortative mixing）が明らかになり、平均地図的長さおよびクラスタリング係数の時間的経路に極小値が観察された。これは、科学的共同研究ネットワークとは異なり、オンラインソーシャルネットワーク形成に関する新たな知見を提供する。

ABSTRACT

We present statistics for the structure and time-evolution of a network constructed from user activity in an Internet community. The vastness and precise time resolution of an Internet community offers unique possibilities to monitor social network formation and dynamics. Time evolution of well-known quantities, such as clustering, mixing (degree-degree correlations), average geodesic length, degree, and reciprocity is studied. In contrast to earlier analyses of scientific collaboration networks, mixing by degree between vertices is found to be disassortative. Furthermore, both the evolutionary trajectories of the average geodesic length and of the clustering coefficients are found to have minima.

研究の動機と目的

• 正確なユーザ活動ログを用いて、大規模なインターネットコミュニティネットワークの構造的特性と時間的進化を理解すること。
• 現実世界のオンラインコミュニティにおいて、クラスタリング、次数分布、地図的長さなどのネットワーク指標が時間経過とともにどのように変化するかを調査すること。
• 以前に研究済みの科学的共同研究ネットワークと比較し、特に次数混合パターンに関して、このインターネットコミュニティネットワークのダイナミクスを検討すること。
• ネットワーク指標に非単調な進化傾向（例：平均地図的長さおよびクラスタリング係数の極小値）が存在するかを特定すること。

提案手法

• ネットワークは、インターネットコミュニティ内の高分解能ユーザ活動ログから構築され、相互作用はユーザ間の有向または無向エッジとして表現される。
• 時間発展するネットワーク統計が計算され、次数分布、クラスタリング係数、平均地図的長さ、相互性、次数-次数相関（混合）が含まれる。
• 主なネットワーク指標の時間的経路に注目し、構造的転換やダイナミックパターンを検出する。
• 非一様混合（disassortative mixing）は、接続されたノードの次数間の相関を検討することで定量化され、高次ノードが低次ノードに接続する傾向があることが明らかになる。
• 指標の時間的進化を可視化・分析し、クラスタリングや地図的長さの極小値のような転換点を特定する。

実験結果

リサーチクエスチョン

• RQ1 インターネットコミュニティネットワークにおける次数混合パターン（一様混合または非一様混合）は、どのように時間的に変化するか？
• RQ2 ネットワークにおけるクラスタリング係数および平均地図的長さの時間的変化傾向は何か？
• RQ3 このインターネットコミュニティネットワークの構造的ダイナミクスは、科学的共同研究ネットワークと比べてどのように異なるか？
• RQ4 ネットワークの構造的進化に、重要な点（転換点）が存在するか、例えば主要指標の極小値が観察されるか？

主な発見

• ネットワークは非一様混合（disassortative mixing）を示しており、高次ノードが低次ノードに接続する傾向がある。これは、科学的共同研究ネットワークで観察される一様混合（assortative mixing）とは対照的である。
• 平均地図的長さの経路に明確な極小値が観察され、ネットワーク効率が一時的に向上する一時的段階があることが示唆される。
• クラスタリング係数の時間的進化にも極小値が観察され、局所的なクラスタリング密度の一時的な低下を示唆する。
• ネットワーク指標の時間的進化は非単調な振る舞いを示し、オンラインソーシャルネットワークにおける定常状態や単調増加の仮定に疑問を呈する。