[논문 리뷰] Modeling Social Networks with Overlapping Communities Using Hypergraphs and Their Line Graphs

Dajie Liu, Norbert Blenn외 1명|arXiv (Cornell University)|2010. 12. 13.

Complex Network Analysis Techniques참고 문헌 20인용 수 4

한 줄 요약

이 논문은 중복 공동체를 가진 사회망을 표현하기 위해 초그래프 기반 모델을 제안한다. 여기서 공동체는 노드이고, 여러 공동체에 속한 개인(회원)은 하이퍼링크가 된다. 초그래프의 선 그래프는 구조를 표준 네트워크로 변환하여 고전적 네트워크 분석을 적용할 수 있게 한다. 모델은 실제 Hyves 사회망과 비교하여 검증되었을 때, 높은 클러스터링, 조화적 연결성, 힘의 법칙에 따르는 도수 분포, 짧은 경로 길이와 같은 주요 실제 네트워크 성질을 성공적으로 재현한다.

ABSTRACT

We propose that hypergraphs can be used to model social networks with overlapping communities. The nodes of the hypergraphs represent the communities. The hyperlinks of the hypergraphs denote the individuals who may participate in multiple communities. The hypergraphs are not easy to analyze, however, the line graphs of hypergraphs are simple graphs or weighted graphs, so that the network theory can be applied. We define the overlapping depth $k$ of an individual by the number of communities that overlap in that individual, and we prove that the minimum adjacency eigenvalue of the corresponding line graph is not smaller than $-k_{max}$, which is the maximum overlapping depth of the whole network. Based on hypergraphs with preferential attachment, we establish a network model which incorporates overlapping communities with tunable overlapping parameters $k$ and $w$. By comparing with the Hyves social network, we show that our social network model possesses high clustering, assortative mixing, power-law degree distribution and short average path length.

연구 동기 및 목표

• 공동체를 노드로, 개인을 여러 공동체를 연결하는 하이퍼링크로 하는 초그래프를 사용하여 중복 공동체를 가진 사회망을 모델링한다.
• 특히 동일한 중복 공동체에 속한 다수의 노드가 존재할 경우를 고려하지 못하는 전통적 네트워크 모델의 한계를 해결한다.
• 초그래프의 선 그래프를 활용하여 복잡한 중복 구조를 기존 네트워크 이론을 사용해 분석할 수 있는 표준 그래프로 변환한다.
• 공동체의 중복 정도를 제어하기 위해 조정 가능한 매개변수인 중복 깊이 $k$와 중복 폭 $w$를 도입한다.
• 실제 Hyves 사회망의 위상적 성질과 비교하여 모델의 현실성과 타당성을 검증한다.

제안 방법

• 개인들이 속한 모든 공동체를 연결하는 하이퍼링크로 구성된 초그래프에서 공동체를 노드로, 개인을 하이퍼링크로 표현한다.
• 초그래프의 선 그래프를 구성하며, 각 노드는 하이퍼링크(개인)를 나타내고, 한 공동체에서 동시에 존재하는 개인들 사이에 간선이 형성된다.
• 초그래프의 선 그래프의 최소 인접 행렬 고유값이 $-k_{\text{max}}$ 이하로 떨어지지 않음을 증명한다. 여기서 $k_{\text{max}}$는 모든 개인들 중 최대 중복 깊이다.
• 초그래프 성장에 선호적 연결을 적용하여 공동체 크기와 개인의 도수에 대해 힘의 법칙 분포를 확보한다.
• 초그래프의 구조를 저장하고 선 그래프의 인접 행렬을 정의된 공식을 통해 계산하기 위해 부호 없는 인cidenc 행렬 $R$을 사용한다.
• 조정 가능한 매개변수 $k$와 $w$를 가진 합성 네트워크를 생성하고, 위상적 지표(클러스터링, 조화적 연결성, 경로 길이, 도수 분포)를 Hyves 데이터셋과 비교한다.

실험 결과

연구 질문

• RQ1 개인이 여러 공동체에 속하는 경우에 초그래프가 사회망의 중복 공동체 구조를 효과적으로 모델링할 수 있는가?
• RQ2 초그래프의 선 그래프의 스펙트럼 성질은 네트워크 내 개인들의 중복 깊이와 어떻게 관련이 있는가?
• RQ3 선호적 연결을 적용한 초그래프 모델이 실제 사회망(Hyves)의 주요 위상적 특징을 어느 정도 재현할 수 있는가?
• RQ4 중복 깊이 $k$와 중복 폭 $w$는 유도된 네트워크의 구조적 성질에 어떤 영향을 미치는가?
• RQ5 초그래프의 선 그래프는 클러스터링, 조화적 연결성, 힘의 법칙에 따르는 도수 분포와 같은 핵심 네트워크 특성을 유지하는가?

주요 결과

• 초그래프의 선 그래프의 최소 인접 행렬 고유값은 $-k_{\text{max}}$ 이하가 되지 않으며, 여기서 $k_{\text{max}}$는 네트워크 내 최대 중복 깊이다.
• 생성된 초그래프 모델은 지수 $α = -2.5$를 가진 힘의 법칙에 따르는 공동체 크기 분포를 보이며, 이는 Hyves 네트워크의 공동체 크기 분포($\alpha = -1.88$)와 매우 유사하다.
• 모델의 선 그래프의 도수 분포는 지수 $α = -0.76$를 가진 힘의 법칙에 따르며, 이는 Hyves 네트워크의 도수 분포 지수 $α = -0.88$와 매우 가깝다.
• 모델은 높은 클러스터링 계수, 양의 조화적 연결성, 짧은 평균 경로 길이를 갖는 네트워크를 생성하며, 이는 모두 Hyves 사회망과 일치한다.
• 모델은 크기가 Hyves 네트워크보다 작은데도 불구하고, 힘의 법칙에 따르는 도수 분포, 높은 클러스터링, 조화적 혼합 구조와 같은 실제 사회망의 구조적 성질을 성공적으로 포착한다.
• 초그래프의 선 그래프는 생성된 초그래프가 선형인 점을 감안할 때 무게 없는 그래프이므로, 정의된 조건 하에 변환 과정이 그래프의 단순성을 유지함을 확인한다.