[논문 리뷰] $p$-th Clustering coefficients $C_{p}$ and Adjacent Matrix for Networks: Formulation based on String

Norihito Toyota|ArXiv.org|2009. 12. 15.

Complex Network Analysis Techniques참고 문헌 15인용 수 6

한 줄 요약

이 논문은 인접행렬을 사용하여 Aoyama의 스트링 형식을 네트워크 클러스터링에 재구성하며, $R$-행렬 형식을 통해 일반화된 $q$-번째 클러스터링 계수를 도입한다. 이는 네트워크 내 순환 구조의 체계적 분석을 가능하게 하며, 스케일프리 네트워크에서 $\gamma = 2$일 경우 두 단계의 분리가 달성되지 않음을 밝혀내는데, 이는 이전 결과에 도전하며 표준 네트워크 모델에서의 일致성 검증을 통해 방법의 타당성을 입증한다.

ABSTRACT

The phenomenon of six degrees of separation is an old but interesting problem. The considerations of the clustering coefficient reflecting triangular structures and its extension to square one to six degrees of separation have been made\cite{Newm21}. Recently, Aoyama\cite{Aoyama} has given some considerations to this problem in networks without loops, using a sort of general formalism, "string formalism". In this article, we describe relations between the string formulation proposed by Aoyama and an adjacent matrix. Thus we provided a reformulation of the string formulation proposed by \cite{Aoyama} to analyze networks. According to it, we introduced a series of generalized $q$-$th$ clustering coefficients. The available rules between diagrams of graphs and formulae are also given based on the formulation. Next we apply the formulation to some subjects in order to mainly check consistency with former studies. By evaluating the clustering coefficient for typical networks studied well earlier, we confirm a validity of our formulation. Lastly we applied it to the subject of two degrees of separation.

연구 동기 및 목표

• 네트워크 구조의 체계적 분석을 위해 Aoyama의 스트링 형식을 인접행렬을 사용하여 재구성하는 것.
• 순환 복잡성의 정량화 도구로 일반화된 $q$-번째 클러스터링 계수를 도입하는 것.
• 기존 네트워크 모델과 이전 연구 결과와의 비교를 통해 신규 형식의 타당성을 검증하는 것.
• 특히 다양한 정도 분포 하에서 스케일프리 네트워크에서 두 단계의 분리 가능성 여부를 조사하는 것.
• 미래의 $p$-번째 단계 분리 분석 및 네트워크 구조와 클러스터링에 따른 의존성에 대한 기초를 마련하는 것.

제안 방법

• 접속성과 순환 구조를 코딩하는 인접행렬 $A$에서 유도된 $R$-행렬을 도입한다.
• $R^n$ 행렬 전개를 통해 길이 $n$의 경로를 체계적으로 세며, 각 항은 파울리 다이어그램과 유사한 그래프 다이어그램으로 해석된다.
• 네트워크 내 $q$-사이클의 수에 기반하여 일반화된 $q$-번째 클러스터링 계수를 정의하며, 기존 클러스터링 계수를 확장한다.
• 다양한 정도 분포를 가진 무작위, 포아송, 정규, 스케일프리 네트워크에 이 형식을 적용한다.
• Milgram 조건을 평가하기 위해 $M_p/N$과 $A^p$의 영성분 비율을 분석하여 $p$-단계 분리 동안의 연결성 수준을 평가한다.
• $R^n$ 항의 다이어그램적 해석을 통해 큰 $n$에 대한 향후 분석 및 계산 전략을 도출한다.

실험 결과

연구 질문

• RQ1 스트링 형식은 인접행렬을 사용하여 재구성 가능하여 체계적 네트워크 분석을 가능하게 할 수 있는가?
• RQ2 일반화된 $q$-번째 클러스터링 계수는 $R$-행렬 형식에서 어떻게 유도되며, 순환 구조 특성화에 어떤 역할을 하는가?
• RQ3 이 형식은 랜덤 및 스케일프리 네트워크와 같은 표준 네트워크 모델에 대해 기존 결과를 재현하는가?
• RQ4 스케일프리 네트워크에서 $\gamma = 2$일 경우 두 단계 분리에 필요한 임계 평균 정도 $\langle k\rangle$는 얼마인가?
• RQ5 특히 스케일프리 네트워크에서 순환 구조의 존재는 모든 노드를 연결하기 위해 필요한 단계 분리 수에 어떤 영향을 미치는가?

주요 결과

• $R$-행렬 형식은 클러스터링 계수를 $q$-차수로 일반화하여 네트워크 내 고차수 순환 구조의 정량화를 가능하게 한다.
• 스케일프리 네트워크에서 $\gamma = 2$일 경우, 이 형식은 두 단계 분리가 달성되지 않음을 보여주며, 대신 네 단계가 필요하다는 것을 밝혀내어 Aoyama의 이전 결론과 정면으로 배치된다.
• $A^2$의 영성분 비율은 이 결과를 지지하며, $\gamma = 2$일 경우 약 75%의 노드만 두 단계 이내로 연결됨을 시사한다.
• 포아송 또는 정규 정도 분포를 가진 무작위 네트워크에서는 $M_2$가 약 $\langle k\rangle^2$ 비례하여 증가하므로, 두 단계 분리에서 순환 효과는 무시할 만하다.
• 무작위 네트워크에서 $N \sim 10^8$ (미국 인구 규모)일 경우 두 단계 분리를 달성하기 위한 임계 평균 정도 $\langle k\rangle$는 약 $10^4$로 추정되며, 이는 실질적으로 불가능하다는 점에서 실제 추정치 $\langle k\rangle \approx 290$와도 부합하지 않는다.
• 이 형식은 $p$-번째 단계 분리 분석을 위한 일致적인 프레임워크를 제공하며, 알려진 네트워크 행동 및 이전 연구 결과와의 비교를 통해 검증된다.