[論文レビュー] Who is the best connected EC researcher? Centrality analysis of the complex network of authors in evolutionary computation

J. J. Merelo, Carlos Cotta|ArXiv.org|Aug 15, 2007

Complex Network Analysis Techniques参考文献 13被引用数 3

ひとこと要約

本稿は、共同著者ネットワークを用いて、進化計算（EC）分野における最も影響力のある研究者を特定するため、マルチ中心性分析とパレート優位性を適用する。次数、近接性、媒介性、固有ベクトル中心性の複数の指標を統合することで、K. Deb および D.E. Goldberg が一貫して上位にランク付けされることを明らかにし、多様な指標を用いた包括的フレームワークにより、EC研究コミュニティにおける構造的ハブと社会的ダイナミクスを解明する。

ABSTRACT

Co-authorship graphs (that is, the graph of authors linked by co-authorship of papers) are complex networks, which expresses the dynamics of a complex system. Only recently its study has started to draw interest from the EC community, the first paper dealing with it having been published two years ago. In this paper we will study the co-authorship network of EC at a microscopic level. Our objective is ascertaining which are the most relevant nodes (i.e. authors) in it. For this purpose, we examine several metrics defined in the complex-network literature, and analyze them both in isolation and combined within a Pareto-dominance approach. The result of our analysis indicates that there are some well-known researchers that appear systematically in top rankings. This also provides some hints on the social behavior of our community.

研究の動機と目的

• 進化計算（EC）コミュニティにおける最も関連性が高く、影響力のある研究者を、ネットワーク中心性指標を用いて客観的に同定すること。
• 単一指標中心性の限界を克服するため、次数、近接性、媒介性、固有ベクトル中心性の複数の測定値を統合し、影響力の多様な側面を反映すること。
• パレート優位性を適用して、あらゆる中心性指標にわたる非優位な研究者を特定し、特定された非優位フロント（パレートフロント）を用いて研究者を包括的にランク付けすることで、特定の中心性指標に偏ったバイアスを回避すること。
• EC研究コミュニティ内の共同作業のダイナミクスと社会的構造に関するパターンを明らかにすること。
• 主観的な科学的インパクトの認識を補完する形で、EC分野における社会的スコアイングのベンチマークを提供すること。

提案手法

• EC分野の出版物から共同著者ネットワークを構築し、各研究者をノードとし、共同著者関係を無向エッジとして扱う。
• 4つの標準的中心性指標を計算する：次数（共同著者数）、近接性（他の研究者への平均最短経路の逆数）、媒介性（最短経路が通る回数）、固有ベクトル中心性（他の影響力のある研究者と接続されていることによる影響力）。
• パレート優位性を適用し、4つの中心性指標すべてにおいて非優位な研究者を特定し、上位ランクの研究者からなる非優位フロント（パレートフロント）を形成する。
• 中心性指標の異なる組み合わせに対して結果を比較し、ランク付けの妥当性と感度を評価する。
• 可視化と相関分析を用いて、中心性指標間の関係を検討し、潜在的なバイアスや重複を特定する。
• ネットワークの時間的変化を分析し、現在の中心性ランクが歴史的な共同作業の傾向の中でどのように文脈づけられるかを検証する。

実験結果

リサーチクエスチョン

• RQ1 どのEC研究者が複数のネットワーク中心性指標において最も中心的であり、そのランク付けはどの程度一貫しているか？
• RQ2 次数、近接性、媒介性、固有ベクトル中心性といった異なる中心性指標どうしの相関関係は何か？ それらの乖離は、ECコミュニティにおける影響力の本質をどのように明らかにするか？
• RQ3 マルチオブジェクティブなパレート優位性アプローチを用いることで、単一指標のランク付けに比べて、主要研究者の同定がどの程度改善されるか？
• RQ4 中心性分析によって同定された上位研究者が、EC分野における広く認知された科学的評価とどの程度一致しているか？
• RQ5 共同著者ネットワークの構造から、ECコミュニティの社会的および共同作業のダイナミクスに関する何らかのインサイトは得られるか？

主な発見

• K. Deb および D.E. Goldberg は、4つの中心性指標すべてにおいて一貫して上位にランク付けされ、最初の非優位パレートフロントに含まれており、影響力の強固さが裏付けられている。
• 非優位フロントの上位には6名の研究者が含まれる：K. Deb、H. de Garis、D.E. Goldberg、T. Higuchi、D. Keymeulen、X. Yao。これら全員がECコミュニティで広く認識されている。
• 2番目の非優位フロントには、T. Bäck、C. Coello Coello、D.B. Fogel、Z. Michalewicz といった著名な研究者が含まれており、この手法が専門家の認識と整合していることが確認された。
• 固有ベクトル中心性は、他の研究者の影響力に「乗っかっている」可能性のある研究者を特定するが、他の指標と組み合わせることでその重要性が強化される。
• 4つの中心性指標を同時に考慮した場合、相関は低く抑えられるため、単一指標による簡素化を避けるためにマルチオブジェクティブランク付けを用いる正当性がある。
• 中心性は動的な性質であることが示唆された：上位の研究者は、現在だけでなく、ネットワークの進化の過程でも中心的であった可能性が高い。