[논문 리뷰] Preferential Attachment in Online Networks: Measurement and Explanations

Jérôme Kunegis, Marcel Blattner외 1명|arXiv (Cornell University)|2013. 03. 23.

Complex Network Analysis Techniques참고 문헌 60인용 수 15

한 줄 요약

이 논문은 7개의 카테고리에 속하는 47개의 온라인 시간적 네트워크에서 선호적 첨부(preferential attachment)를 측정하여, 첨부가 비선형임을 밝혀냈다. 일부 네트워크(예: 협업, 사회 네트워크)에서는 하위선형(sublinear)이고, 다른 네트워크(예: 상호작용, 위키백과)에서는 초선형(superlinear)임을 확인했다. 저자들은 선호적 첨부 지수 β를 새로운 네트워크 측정치로 제안하며, 선형성에서의 이탈을 사회적 및 거버넌스 메커니즘을 통해 설명함으로써, 스케일프리 네트워크 모델에서 오랫동안 지속된 선형 선호적 첨부 가정에 도전한다.

ABSTRACT

We perform an empirical study of the preferential attachment phenomenon in temporal networks and show that on the Web, networks follow a nonlinear preferential attachment model in which the exponent depends on the type of network considered. The classical preferential attachment model for networks by Barabási and Albert (1999) assumes a linear relationship between the number of neighbors of a node in a network and the probability of attachment. Although this assumption is widely made in Web Science and related fields, the underlying linearity is rarely measured. To fill this gap, this paper performs an empirical longitudinal (time-based) study on forty-seven diverse Web network datasets from seven network categories and including directed, undirected and bipartite networks. We show that contrary to the usual assumption, preferential attachment is nonlinear in the networks under consideration. Furthermore, we observe that the deviation from linearity is dependent on the type of network, giving sublinear attachment in certain types of networks, and superlinear attachment in others. Thus, we introduce the preferential attachment exponent $β$ as a novel numerical network measure that can be used to discriminate different types of networks. We propose explanations for the behavior of that network measure, based on the mechanisms that underly the growth of the network in question.

연구 동기 및 목표

• 스케일프리 네트워크 모델에서의 선형성 가정을 넘어서, 시간적 온라인 네트워크에서 선호적 첨부 지수 β를 경험적으로 측정하는 것.
• 고전적인 선형 선호적 첨부 모델이 실제 세계의 네트워크 성장 역학을 정확히 반영하는지 조사하는 것.
• 다양한 네트워크 카테고리 간 β의 변동성을 사회적 및 거버넌스 과정과 연결하여 설명하는 것.
• 온라인 네트워크에서의 정도 분포의 힘법칙 지수 γ가 항상 [2,3] 범위에 있음을 주장하는 널리 퍼진 믿음을 도전하며, 상당한 변동성을 보임을 보여주는 것.
• 비선형성과 네트워크 유형 특화의 첨부 행동을 고려하는 새로운 네트워크 성장 모델 프레임워크를 제안하는 것.

제안 방법

• 협업, 사회, 상호작용, 웹, 정보, 통신, 인용 네트워크의 7개 카테고리에 속하는 47개의 종단적 네트워크 데이터셋을 수집하고 분석한다.
• 신규 간선이 정도 d를 가진 노드에 첨부할 확률을 측정하여 선호적 첨부 함수를 모델링하며, 이를 P(d) ∝ d^β로 표현한다.
• 시간에 따라 변화하는 간선 생성 데이터를 사용하여 선호적 첨부 지수 β를 추정하고, 경험적 데이터에 P(d) = c·d^β의 기능 형태를 적합시킨다.
• β < 1(하위선형), β = 1(선형), β > 1(초선형)의 기준에 따라 네트워크를 분류한다.
• 관측된 β 값과 네트워크 특성 및 사회적 메커니즘 간의 상관관계를 분석하여 선형성에서의 이탈을 설명한다.
• 통계적 분석을 통해 네트워크 카테고리 간 β의 차이가 유의미한지 검증하고, 모델의 탄력성과 신뢰성을 평가한다.

실험 결과

연구 질문

• RQ1 온라인 네트워크에서 선호적 첨부는 바라바시-앨버트 모델에서 가정한 바와 같이 선형인가, 아니면 실질적으로 비선형인가?
• RQ2 다양한 유형의 온라인 네트워크에서 선호적 첨부 지수 β는 어떻게 변동하는가?
• RQ3 어떤 사회적 또는 구조적 메커니즘이 특정 네트워크 카테고리에서 하위선형 또는 초선형 첨부를 초래하는가?
• RQ4 온라인 네트워크 간 정도 분포의 힘법칙 지수 γ는 어느 정도 범위로 변동하며, β와 상관관계가 있는가?
• RQ5 온라인 커뮤니티의 거버넌스 구조나 규범 체계가 관측된 선호적 첨부의 비선형성에 설명을 줄 수 있는가?

주요 결과

• 온라인 네트워크에서의 선호적 첨부는 비선형이며, 7개 카테고리 중 6개에서 일관된 β 값이 1 이하 또는 초과하는 것으로 나타났다.
• 협업, 사회, 웹 네트워크는 하위선형 첨부(β < 1)를 보이며, 이는 선형성에 비해 잘 연결된 노드가 예측된 것보다 더 적은 신규 링크를 유치한다는 것을 의미한다.
• 상호작용, 위키백과, 통신, 인용 네트워크는 초선형 첨부(β > 1)를 보이며, 이는 고도로 연결된 노드가 비례를 초월해 더 많은 신규 링크를 유치한다는 것을 의미한다.
• 도수 분포의 힘법칙 지수 γ는 네트워크 간에 광범위하게 변동하며, 항상 [2,3] 범위에 있는 것은 아니며, 이는 이전의 가정에 도전한다.
• 관측된 β의 변동성은 네트워크 유형 특화의 사회적 과정과 거버넌스 메커니즘(예: 위키백과의 규범 체계)과 체계적으로 연결되어 있다.
• 이 연구는 선형 선호적 첨부에 기반한 전통적인 스케일프리 네트워크 모델을 뒤엎으며, 비선형성과 네트워크 유형 특화의 동역학을 반영하는 새로운 모델 개발을 촉구한다.