[논문 리뷰] Correlations among centrality measures in complex networks

Chang‐Yong Lee|ArXiv.org|2006. 05. 25.

Complex Network Analysis Techniques참고 문헌 5인용 수 42

한 줄 요약

이 연구는 다양한 복잡한 네트워크에서 네 가지 네트워크 중심성 측정치—도수, 중간성, 가까움, 고유벡터 중심성—사이의 상관관계를 조사한다. 실제 네트워크와 무작위 네트워크에 대한 실증 분석을 통해 도수와 중간성이 강하게 상관되며, 중간성의 등급-법칙 분포가 주로 도수 조건부 분포의 등급-법칙 특성에서 기인한다는 것을 밝혀냈다. 이는 무작위 네트워크에서는 중간성이 로그정규분포를 따르기 때문에 나타나지 않는 특성이다.

ABSTRACT

In this paper, we empirically investigate correlations among four centrality measures, originated from the social science, of various complex networks. For each network, we compute the centrality measures, from which the partial correlation as well as the correlation coefficient among measures is estimated. We uncover that the degree and the betweenness centrality are highly correlated; furthermore, the betweenness follows a power-law distribution irrespective of the type of networks. This characteristic is further examined in terms of the conditional probability distribution of the betweenness, given the degree. The conditional distribution also exhibits a power-law behavior independent of the degree which explains partially, if not whole, the origin of the power-law distribution of the betweenness. A similar analysis on the random network reveals that these characteristics are not found in the random network.

연구 동기 및 목표

• 복잡한 네트워크에서 네 가지 핵심 중심성 측정치 간의 상호작용과 상관관계를 이해하기 위해.
• 실제 네트워크에서 중간성 중심성의 등급-법칙 분포가 구조적 특성에 의해 유도되는지 확인하기 위해.
• 실제 복잡한 네트워크와 무작위 네트워크에서 중심성 측정치의 행동을 비교하기 위해.
• 도수 조건부 중간성의 조건부 분포가 중간성의 전체 등급-법칙 행동을 설명하는지 조사하기 위해.
• 이러한 발견이 네트워크의 커뮤니티 및 계층적 구조 탐지에 미치는 영향을 평가하기 위해.

제안 방법

• 영화 배우, 과학 공동연구, C. elegans 신경망, AS 수준 및 라우터 수준 인터넷, 단백질 상호작용 네트워크 등 다섯 개의 실제 복잡한 네트워크에서 도수, 중간성, 가까움, 고유벡터 중심성을 실증적으로 계산하였다.
• 모든 중심성 측정치 쌍 간의 피어슨 상관계수와 부분상관계수를 추정하여 직접적인 관계를 분리하였다.
• 다양한 네트워크 유형에서 도수(k)에 조건부된 중간성(b)의 조건부 확률 분포 P(b|k)를 분석하였다.
• 무작위 네트워크에서 중간성 분포를 로그정규분포에 맞추어 실제 네트워크와 비교하였다.
• 공개 저장소에서 확보한 네트워크 데이터를 사용하였으며, M. 뉴먼이 제공한 과학 공동연구 네트워크를 포함하였다.
• 등급-법칙 및 로그정규분포에 대한 적합도 평가를 위해 통계 기법을 적용하였으며, 적합도 평가에는 매개변수 추정치(예: 공동연구 네트워크에서 중간성의 α = 2.89)를 사용하였다.

실험 결과

연구 질문

• RQ1 다양한 복잡한 네트워크에서 도수 중심성과 중간성 중심성은 얼마나 강하게 상관되는가?
• RQ2 실제 네트워크에서 중간성 중심성의 등급-법칙 분포가 도수 조건부 분포에 의해 어느 정도 설명되는가?
• RQ3 실제 네트워크와 무작위 네트워크에서 중심성 측정치의 상관관계와 분포는 어떻게 다를까?
• RQ4 스케일프리 네트워크가 아닌 네트워크에서도 도수 조건부 중간성의 조건부 분포 P(b|k)는 여전히 등급-법칙인가?
• RQ5 무작위 네트워크에서 중간성의 분포는 그 비등급-법칙 행동의 기원을 어떻게 시사하는가?

주요 결과

• 모든 분석된 복잡한 네트워크에서 도수 중심성과 중간성 중심성은 매우 강하게 상관되며, 다른 측정치를 통제한 후에도 부분상관계수가 여전히 높게 유지된다.
• 실제 네트워크에서 중간성 중심성 분포는 등급-법칙을 따르며, 과학 공동연구 네트워크에서 지수 α ≈ 2.89를 보이고, 비스케일프리 네트워크를 포함한 다양한 네트워크 유형에서 안정적인 성질을 보인다.
• 실제 네트워크에서 도수 k에 조건부된 중간성 b의 조건부 확률 분포 P(b|k)는 근사적으로 등급-법칙을 따르며, 이는 도수 k에 관계없이 일정하며, 중간성의 전체 등급-법칙 성격을 설명한다.
• 반면, 무작위 네트워크에서의 조건부 분포 P(b|k)는 근사적으로 정규분포를 따르며, 등급-법칙이 아니므로 중간성 분포의 기반이 되는 메커니즘이 다름을 시사한다.
• 무작위 네트워크에서 중간성 분포는 로그정규분포로 가장 잘 근사되며, 그 형태는 P(b) = (1/√(2πσb)) exp(−(ln b − μ)²/(2σ²))이다.
• 도수와 중간성 간의 강한 상관관계와 함께 등급-법칙 조건부 분포의 존재는 중간성이 복잡한 네트워크에서 계층적 및 커뮤니티 구조 탐지에 유용한 측정치가 될 수 있음을 시사한다.