[論文レビュー] The Role of Network Analysis in Industrial and Applied Mathematics

Mason A. Porter, Sam Howison|arXiv (Cornell University)|Mar 20, 2017

Complex Network Analysis Techniques参考文献 70被引用数 5

ひとこと要約

本論文は、産業的・応用数学分野におけるネットワーク解析に物理的・応用数学的手法を導入することを提唱しており、ネットワーク科学、統計学、最適化の原則を統合して、人間の移動行動や小売店のレイアウトなど複雑なシステムをモデル化する。このフレームワークは、データ駆動型で数学的に厳密な実世界の産業的問題のモデル化を可能にし、Tesco や dunnhumby との共同研究を通じて得られた主要な結果として、店舗レイアウト最適化やネットワークベースのモデルを用いた人間の移動パターンの分析が挙げられる。

ABSTRACT

Many problems in industry --- and in the social, natural, information, and medical sciences --- involve discrete data and benefit from approaches from subjects such as network science, information theory, optimization, probability, and statistics. The study of networks is concerned explicitly with connectivity between different entities, and it has become very prominent in industrial settings, an importance that has intensified amidst the modern data deluge. In this commentary, we discuss the role of network analysis in industrial and applied mathematics, and we give several examples of network science in industry. We focus, in particular, on discussing a physical-applied-mathematics approach to the study of networks. We also discuss several of our own collaborations with industry on projects in network analysis.

研究の動機と目的

• 産業的・応用数学におけるネットワーク解析に物理的・応用数学フレームワークを推進すること。
• 特にデータの洪水に伴う、離散的でデータ駆動型のモデリング手法への需要の増大に応えること。
• 機械的モデリング、確率的手法、実証的検証を組み合わせることで、ネットワーク科学と応用数学を統合すること。
• 小売店のレイアウト最適化や人間の移動行動のモデリングといった、実際の産業応用に向けたネットワークモデルの開発と検証すること。
• 大規模なネットワークモデリングにおいて、実世界の人間データを用いる際の倫理的・計算的・手法論的課題を浮き彫りにすること。

提案手法

• 物理的または行動的原則から支配方程式を導出し、それを簡略化し、漸近的・摂動的・計算的手法を用いて解析する物理的・応用数学的手法を採用する。
• ネットワーク科学を用いて実体間の接続性をモデル化し、ノードとエッジ（相互作用や関係性を表す）としてのグラフとしてシステムを扱う。
• 不確実性、欠損データ、高次元のネットワーク構造に対処するため、確率的・統計的モデリングを統合する。
• Tesco との共同作業を通じて、店舗レイアウトの配置制約といった実世界の制約に最適化技術を適用する。
• 顧客の位置情報や購入データといった実証データと照合してモデルを検証し、ステークホルダーからのフィードバックを反映して段階的にモデルを改善する。
• 行動経済学やレコメンデーションシステムの知見を反映したランダムウォークダイナミクスやアトラクションベースのモデルを用い、小売環境における人間の移動を模擬する。

実験結果

リサーチクエスチョン

• RQ1 物理的・応用数学フレームワークは、産業分野における離散的・ネットワークベースの問題にどのように適合可能か？
• RQ2 不完全またはリアルタイムのデータを伴う大規模・高次元ネットワークをモデリングする際の主な手法論的課題は何か？
• RQ3 小売顧客の移動や購入行動といった実際の産業データを用いて、ネットワークモデルをどのように検証・改善できるか？
• RQ4 ネットワーク科学を最適化および行動経済学と統合することで、産業意思決定をどのように向上できるか？
• RQ5 大規模な個人データを用いて人間行動をネットワークモデルでモデリングする際、生じる倫理的懸念は何か？

主な発見

• 物理的・応用数学的手法は産業的文脈におけるネットワークモデリングに非常に効果的であり、厳密で解釈可能かつ実証的根拠に基づいたモデルを可能にする。
• ネットワーク科学は、現代産業で離散的データが広く普及していることから、伝統的な連続体的手法と並んで応用数学の根幹的要素となった。
• Tesco や dunnhumby との共同研究を通じて、ネットワークベースのモデルが顧客の移動と購入行動を模擬することで、店舗レイアウトの最適化が可能であることが実証された。
• 小空間的・時間的スケールでの人間の移動行動をモデリングするには、アトラクションゾーンやショッピングリストをランダムウォークモデルに組み込むなど、特化したネットワークダイナミクスが必要である。
• 現実のデータ制限に対処するには、確率的モデリング、不確実性の定量化、データクリーニングの統合が不可欠である。
• 特にデータプライバシーに起因する倫理的課題は顕著であり、従来の産業的応用とは異なり、人間が生成するデータの取り扱いに細心の注意を要する。