[論文レビュー] Weighted H-index for identifying influential spreaders

Senbin Yu, Liang Gao+4 more|arXiv (Cornell University)|Oct 15, 2017

Complex Network Analysis Techniques参考文献 44被引用数 7

ひとこと要約

本論文は、仮想ノードを用いたネットワーク拡張を組み込むことで、社会的・生物学的・技術的ネットワークにおける影響力を持つ拡散者をよりよく特定できる重み付きhインデックス中心性手法を提案する。ノードの重みを組み込み、仮想ノード拡張を活用することで、実世界のネットワークにおいて、5つの古典的中心性測度と比較して、優れた正確性と一貫性を達成した影響力ノードのランク付けを実現した。

ABSTRACT

Spreading is a ubiquitous process in the social, biological and technological systems. Therefore, identifying influential spreaders, which is important to prevent epidemic spreading and to establish effective vaccination strategies, is full of theoretical and practical significance. In this paper, a weighted h-index centrality based on virtual nodes extension is proposed to quantify the spreading influence of nodes in complex networks. Simulation results on real-world networks reveal that the proposed method provides more accurate and more consistent ranking than the five classical methods. Moreover, we observe that the monotonicity and the computational complexity of our measure can also yield excellent performance.

研究の動機と目的

• 疫病の拡散制御や予防接種戦略のため、複雑ネットワークにおける影響力を持つ拡散者の正確な同定という課題に取り組む。
• 古典的中心性測度がノードの影響力とネットワーク構造の両方を効果的に捉えることの限界を克服する。
• 計算効率と高いランクの一貫性および単調性の両立を図る指標を開発する。
• ネットワーク構造にノードの重みと仮想ノード拡張を統合することで、拡散影響の定量的評価を強化する。
• 実世界のネットワークデータセットを用いて、既存の中心性測度と比較して本手法の性能を検証する。

提案手法

• 影響力スコアを、それ以上に高い影響力を持つ隣接ノードの数に基づいて割り当てる重み付きhインデックス中心性測度を提案する。
• ネットワーク構造を拡張するための仮想ノードを導入し、より洗練された影響力伝搬モデルを可能にする。
• ノードの次数と接続性に基づいて重みを割り当て、高次ノードおよび良好に接続されたノードへの感受性を高める。
• 影響力を持つ隣接ノードの数とその個々の重みの両方を考慮する修正hインデックスアルゴリズムを適用する。
• 影響力拡散のシミュレーションを仮想ノードを通じて行う再帰的拡張メカニズムを用い、ランクの安定性を向上させる。
• 異なるネットワーク構造において一貫したランク付け性能を保証するため、単調性制約を採用する。

実験結果

リサーチクエスチョン

• RQ1 提案された重み付きhインデックス中心性は、古典的中心性測度と比較して、影響力を持つ拡散者の同定においてどのように異なるか？
• RQ2 仮想ノード拡張は、影響力ランクの正確性と一貫性をどの程度向上させるか？
• RQ3 優れた性能を達成しつつ、重み付きhインデックスは高い計算効率を維持できるか？
• RQ4 本手法は、多様な実世界のネットワーク構造において、拡散影響をどの程度的確に捉えることができるか？
• RQ5 ノード重みと仮想ノード統合の影響は、ランクの単調性と耐性にどのような影響を与えるか？

主な発見

• 提案手法は、実世界のネットワークにおいて、5つの古典的中心性測度と比較して、影響力を持つ拡散者のより正確で一貫性のあるランク付けを達成した。
• 仮想ノード拡張を組み込んだ重み付きhインデックスは、正確性と計算効率の両面で優れた性能を示した。
• 本手法は強く単調性を保ち、さまざまなネットワーク構成において安定的かつ信頼性のある影響力ランク付けを実現した。
• シミュレーション結果から、本測度が次数、媒介性、固有ベクトル中心性といった従来の指標を上回ることが確認された。
• ノード重みと仮想ノードの統合により、複雑ネットワークにおける高影響力拡散者の検出が著しく向上した。
• 本手法は、社会的および技術的システムを含む多様なネットワークタイプにおいて、強固な性能を示した。