[논문 리뷰] Centrality measures for graphons

Marco Avella-Medina, Francesca Parise외 2명|arXiv (Cornell University)|2017. 07. 28.

Complex Network Analysis Techniques참고 문헌 68인용 수 5

한 줄 요약

이 논문은 큰 무작위 그래프의 극한 대상인 그래폰에 대해 선형 적분 연산자를 사용하여 차수, 고유벡터, Katz 중심성의 형식적 정의를 제시한다. 이 중심성 함수들이 유한 그래프에서의 해당 측도들의 자연스러운 극한으로 나타남을 입증함으로써, 대규모 네트워크 시스템에서 영향력 있는 노드를 식별하기 위한 연속적이고 해석적으로 다룰 수 있는 프레임워크를 제공한다.

ABSTRACT

Graphs provide a natural mathematical abstraction for systems with pairwise interactions, and thus have become a prevalent tool for the representation of systems across various scientific domains. However, as the size of relational datasets continues to grow, traditional graph-based approaches are increasingly replaced by other modeling paradigms, which enable a more flexible treatment of such datasets. A promising framework in this context is provided by graphons, which have been formally introduced as the natural limiting objects for graphs of increasing sizes. However, while the theory of graphons is already well developed, some prominent tools in network analysis still have no counterpart within the realm of graphons. In particular, node centrality measures, which have been successfully employed in various applications to reveal important nodes in a network, have so far not been defined for graphons. In this work we introduce formal definitions of centrality measures for graphons and establish their connections to centrality measures defined on finite graphs. In particular, we build on the theory of linear integral operators to define degree, eigenvector, and Katz centrality functions for graphons. We further establish concentration inequalities showing that these centrality functions are natural limits of their analogous counterparts defined on sequences of random graphs of increasing size. We discuss several strategies for computing these centrality measures, and illustrate them through a set of numerical examples.

연구 동기 및 목표

• 유한 그래프에서의 전통적인 노드 중심성 측도—차수, 고유벡터 중심성, Katz 중심성—을 유한 그래프에서의 연속적 설정인 그래폰으로 확장하기 위해.
• 그래폰에 대한 중심성의 형식화를 그래폰 극한 이론의 맥락에서 수행하여, 그래폰의 네트워크 분석 응용에서 핵심적인 간극을 메우기 위해.
• 유한 그래프에서의 중심성과 그 그래폰 극한에서의 중심성 간의 이론적 연결을 수립하여 스케일 간 일관성을 확보하기 위해.
• 수치적 적분과 근사 기법을 통해 그래폰 상의 중심성 함수를 추정하기 위한 계산 가능한 프레임워크를 제공하기 위해.

제안 방법

• 유닛 구간 위의 함수에 작용하는 선형 적분 연산자를 통해 그래폰의 중심성을 정의하며, 그래폰의 커널 표현을 활용한다.
• 차수 중심성을 그래폰 커널을 한 변수에 대해 적분함으로써 정의하여 [0,1] 상의 연속 함수를 도출한다.
• 그래폰에 의해 유도된 적분 연산자를 포함하는 고유값 문제의 해로서 고유벡터 중심성을 정의한다.
• 해소 연산자의 네이만 급수 전개를 사용하여 Katz 중심성을 정의함으로써, 적절한 스펙트럼 조건 하에서 수렴을 보장한다.
• 유한 밀도 무작위 그래프 수열에서의 중심성 측도에 대한 중심극한 정리와 유사한 불등식을 증명하여, 그래폰 상의 중심성 함수가 거의 확실하게 그 유한 그래프 대응 측도의 극한임을 입증한다.
• 실제 관측된 그래폰 사례에서의 중심성 함수를 효율적으로 평가하기 위해 구적법과 저랭크 근사 기반의 수치 계산 전략을 제안한다.

실험 결과

연구 질문

• RQ1 차수 중심성은 어떻게 그래폰에서 일관되게 정의될 수 있으며, 이는 유한 그래프에서의 차수 중심성과 어떻게 관련이 있는가?
• RQ2 함수해석학적 도구를 사용하여 고유벡터 중심성은 유한 그래프에서 그래폰 프레임워크로 어떻게 확장될 수 있는가?
• RQ3 밀도 높은 무작위 그래프 수열에서의 중심성 측도는 네트워크 크기가 증가함에 따라 어떤 극한 행동을 보이는가?
• RQ4 Katz 중심성은 어떻게 그래폰으로 일반화될 수 있으며, 수렴성과 안정성을 보장하는 조건은 무엇인가?
• RQ5 그래폰 상의 중심성 함수는 얼마나 정확하게 큰 유한 네트워크에서의 중심성을 근사하는가?

주요 결과

• 그래폰의 차수 중심성은 그래폰 커널을 한 변수에 대해 적분함으로써 정의되며, 이는 [0,1] 상의 연속 함수를 생성하며, 유한 그래프에서의 노드 차수를 일반화한다.
• 그래폰의 고유벡터 중심성은 그래폰과 관련된 적분 연산자의 주요 고유함수로 특징지어지며, 이는 유한 그래프에서의 스펙트럼적 해석을 연장한다.
• 그래폰의 Katz 중심성은 적분 연산자의 거듭제곱을 포함하는 수렴하는 네이만 급수로 표현되며, 스펙트럼 반경이 감쇠 파라미터의 역수보다 작을 경우 수렴이 보장된다.
• 논문은 그래폰 상의 중심성 함수가 밀도 높은 그래프 수열에서 균일 표본 추출에 따라 유한 그래프 대응 측도의 거의 확실한 극한임을 증명하며 이론적 일관성을 확립한다.
• 수치 실험을 통해 그래폰 기반 중심성 측도가 밀도가 높고 알려진 그래폰으로 수렴하는 유한 네트워크에서 중심성을 정확하게 근사함을 보였다.
• 저랭크 근사와 구적법을 포함한 제안된 계산 전략은 관측된 그래폰 사례에서 중심성 함수를 효율적으로 추정하는 데 기여한다.