[논문 리뷰] Cliques and a new measure of clustering: with application to U.S. domestic airlines

Steve Lawford, Yll Mehmeti|arXiv (Cornell University)|2018. 06. 15.

Complex Network Analysis Techniques참고 문헌 90인용 수 6

한 줄 요약

이 논문은 표준 클러스터링 계수 C(3)을 b개 노드의 고차원 그룹화(최대 b=5)로 일반화한 새로운 일반화된 클러스터링 계수 C(b)를 제안한다. 이는 효율적인 계산을 위한 해석적 공식을 사용하며, 저차원 클러스터링을 보정한 후에도 미국 내항공사 네트워크에서 낮은 정도에서 중간 정도의 고차원 클러스터링이 존재함을 시사한다. 이는 전통적인 삼차 노드 클러스터링이 네트워크의 구조를 완전히 반영하지 못할 수 있음을 시사한다.

ABSTRACT

We propose a higher-order generalization of the well-known overall clustering coefficient for triples $C(3)$ to any number of nodes. We give analytic formulae for the special cases of three, four, and five nodes and show that they have very fast runtime performance for small graphs. We discuss some theoretical properties and limitations of the new measure, and use it to provide insight into dynamic changes in the structure of U.S. airline networks.

연구 동기 및 목표

• 표준 C(3)을 b개 노드의 그룹으로 일반화한 클러스터링 계수 C(b)를 개발하여 고차원 네트워크 구조를 탐지할 수 있도록 한다.
• C(3), C(4), C(5)에 대해 낮은 알고리즘보다 최대 2,000배 빠른 빠른 해석적 계산 방법을 제공하여 밀도가 높고 작은 그래프에서 성능을 향상시킨다.
• 랜덤 그래프 모델(Erdős-Rényi, 소월드, 락킷)에서 C(b)의 이론적 성질을 연구하고, YBL과 같은 기존 측정법과 비교한다.
• 하향적 데이터를 활용하여 실제 미국 내항공사 네트워크에서 고차원 클러스터링을 실증적으로 평가하고, 저차원 클러스터링 영향을 보정한다.
• 고차원 클러스터링이 전통적인 삼차 노드 클러스터링을 넘어서 복잡한 네트워크에서 의미 있는 구조적 특성인지 평가한다.

제안 방법

• 네트워크 내 연결된 b개 노드 서브그래프(클리크)의 상대 빈도로 정의된 새로운 일반화된 클러스터링 계수 C(b)를 제안한다.
• 조합적 수세기 기반으로 C(3), C(4), C(5)에 대한 해석적 공식을 유도하여, 각 그래프당 O(1) 또는 O(n)의 복잡도로 계산이 가능하게 하여 중첩 루프를 피한다.
• 실제 항공사 네트워크와 시뮬레이션된 랜덤 그래프(Erdős-Rényi, 소월드, 락킷)에 대해 분석 알고리즘을 적용하여 C(b)를 계산한다.
• Yin-Benson-Leskovec(YBL) 클러스터링 측정법과 비교하여 기대값과 네트워크 밀도 및 리워이어링 확률에 대한 민감도를 분석한다.
• 크기와 밀도가 일치하는 Erdős-Rényi 랜덤 그래프 1,000회 반복을 통해 C(3), C(4), C(5)의 랜덤화 기준선을 생성한다.
• 2013년 4분기 미국 내항공사 네트워크의 동적 데이터를 활용하여, C(b)의 시간적 안정성과 서로 다른 b 값 간의 상관관계를 분석하며, 저차원 클러스터링 영향을 보정한다.

실험 결과

연구 질문

• RQ1 삼각형을 초월하는 고차원 네트워크 클러스터링을 포괄할 수 있는 b > 3에 대한 일반화된 클러스터링 계수 C(b)를 정의할 수 있는가?
• RQ2 밀도가 높고 작은 그래프에서 제안된 해석적 방법의 계산 효율성은 낮은 알고리즘에 비해 어떻게 비교되는가?
• RQ3 Erdős-Rényi, 소월드, 락킷 등의 랜덤 그래프 모델에서 C(b)의 이론적 성질은 기존 측정법과 비교해 어떻게 행동하는가?
• RQ4 저차원 클러스터링을 보정한 후에도 실제 미국 내항공사 네트워크에서 고차원 클러스터링은 어느 정도 존재하는가?
• RQ5 실제 네트워크에서 서로 다른 b 값(C(3), C(4), C(5))에 대한 C(b) 값은 얼마나 상관관계가 있으며, 이는 네트워크 구조에 대해 어떤 의미를 갖는가?

주요 결과

• 밀도가 높은 작은 그래프에서 C(3), C(4), C(5)의 해석적 구현은 낮은 알고리즘보다 최대 2,000배 빠르다.
• b = 3, 4, 5에 대한 C(b) 값은 네트워크 간에 높은 상관관계를 보이며, 네트워크 밀도와도 양의 상관관계를 보인다.
• 저차원 클러스터링을 보정한 후에도 미국 항공사 네트워크에서 고차원 클러스터링(C(4), C(5))은 낮은 정도에서 중간 정도로 나타난다.
• Yin-Benson-Leskovec 클러스터링 계수 C3와 C4는 모든 항공사에서 랜덤 그래프의 대응값보다 일반적으로 높게 나타나 실제 고차원 클러스터링이 존재함을 시사한다.
• Alaska Airlines(AS)의 많은 Erdős-Rényi 실현에서 C(4)는 4클리크가 없어 정의되지 않지만, C(b)는 모든 연결된 그래프에서 정의된다.
• Yin-Benson-Leskovec 통계가 정의된 경우 C(3) ≥ C(4) 및 C(4) ≥ C(5)가 관찰되어 b에 따라 클러스터링 강도의 일관된 계층적 구조가 존재함을 시사한다.