[논문 리뷰] Revisiting Degree Distribution Models for Social Graph Analysis

Alessandra Sala, Sabrina Gaito외 3명|arXiv (Cornell University)|2011. 07. 29.

Complex Network Analysis Techniques참고 문헌 38인용 수 11

한 줄 요약

이 논문은 사회적 네트워크의 차수 분포를 모델링하는 데 널리 사용되는 멱법칙 분포의 사용을 도전하며, 더 정확한 대안으로 페아르토-로그정규(PLN) 모델을 제안한다. 실제 사회적 그래프를 이용해 저자들은 PLN 모델이 멱법칙 모델에 비해 예측 오차를 수개월 정도 감소시키며 훨씬 더 우수한 적합도를 보임을 입증한다.

ABSTRACT

Degree distribution models are incredibly important tools for analyzing and understanding the structure and formation of social networks, and can help guide the design of efficient graph algorithms. In particular, the Power-law degree distribution has long been used to model the structure of online social networks, and is the basis for algorithms and heuristics in graph applications such as influence maximization and social search. Along with recent measurement results, our interest in this topic was sparked by our own experimental results on social graphs that deviated significantly from those predicted by a Power-law model. In this work, we seek a deeper understanding of these deviations, and propose an alternative model with significant implications on graph algorithms and applications. We start by quantifying this artifact using a variety of real social graphs, and show that their structures cannot be accurately modeled using elementary distributions including the Power-law. Instead, we propose the Pareto-Lognormal (PLN) model, verify its goodness-of-fit using graphical and statistical methods, and present an analytical study of its asymptotical differences with the Power-law. To demonstrate the quantitative benefits of the PLN model, we compare the results of three wide-ranging graph applications on real social graphs against those on synthetic graphs generated using the PLN and Power-law models. We show that synthetic graphs generated using PLN are much better predictors of degree distributions in real graphs, and produce experimental results with errors that are orders-of-magnitude smaller than those produced by the Power-law model.

연구 동기 및 목표

• 실제 사회적 네트워크 차수 분포를 모델링하는 데 멱법칙 및 기타 기본 분포의 정확도를 조사하기 위해.
• 실제 사회적 그래프 차수 분포와 멱법칙 예측 간의 체계적 편차를 규명하기 위해.
• 차수 분포 모델링을 위한 더 정확한 대안 모델인 페아르토-로그정규(PLN)를 제안하고 검증하기 위해.
• 멱법칙 모델에서 PLN 모델로 전환할 경우 실제 그래프 알고리즘과 응용에 미치는 영향을 평가하기 위해.
• PLN 모델을 기반으로 생성된 합성 그래프가 멱법칙 기반 그래프에 비해 실제 네트워크 행동을 더 잘 예측함을 보여주기 위해.

제안 방법

• 페이스북과 옥투트에서 확보한 일곱 개인 사회적 그래프에 대해 멱법칙 및 기타 기본 분포(예: 로그정규, 지수)의 적합 오차를 정량화함.
• 실제 차수 분포의 꼬리가 두꺼우며 비대칭적인 성격을 더 잘 반영하기 위해 페어토 및 로그정규 성분을 조합한 복합 모델인 페아르토-로그정규(PLN) 분포를 제안함.
• PLN의 확률 밀도 함수(PDF), 누적 분포 함수(CDF), 최대우도추정(MLE) 파라미터에 대한 해석적 표현을 유도함.
• 실제 데이터셋에 대해 그래픽 방법(QQ 플롯, P-P 플롯)과 통계적 검정을 사용해 PLN의 적합도를 검증함.
• 선호적 연결과 비율 성장 방식을 번갈아 적용하는 확률 매개변수 p를 사용한 이단계 생성 알고리즘을 개발함. 이는 공동체 기반의 노드 연결성을 시뮬레이션함.
• 실제 그래프와 멱법칙 및 PLN 모델 기반 합성 그래프를 대상으로, 분할, 영향력 최대화, 랜드마크 선택의 세 가지 그래프 응용 분야의 결과를 비교함.

실험 결과

연구 질문

• RQ1 실제 사회적 네트워크 차수 분포를 멱법칙 및 기타 기본 분포로 모델링할 때 발생하는 적합 오차는 얼마나 심각한가?
• RQ2 실제 사회적 네트워크의 구조적 특성을 더 잘 반영할 수 있는 더 정확한 분포 모델을 식별할 수 있는가?
• RQ3 제안된 PLN 모델로 멱법칙 모델을 대체할 경우 실제 그래프 응용에 미치는 정량적 영향은 무엇인가?
• RQ4 PLN 모델을 기반으로 생성된 합성 그래프는 실제 그래프와 비교해 차수 분포와 알고리즘적 행동 측면에서 어떻게 다른가?
• RQ5 PLN 모델이 멱법칙 모델에 비해 그래프 알고리즘에서 예측 정확도를 얼마나 향상시키는가?

주요 결과

• 멱법칙 분포는 실제 사회적 네트워크에서 고차수 노드의 수를 지속적으로 과대 예측하여 여러 데이터셋에서 심각한 적합 오차를 유발함.
• 페아르토-로그정규(PLN) 분포는 멱법칙, 로그정규, 기타 기본 분포에 비해 실제 사회적 그래프 차수 분포에 훨씬 더 우수한 적합도를 보임.
• PLN 모델을 기반으로 생성된 합성 그래프는 멱법칙 기반 그래프에 비해 실제 사회적 네트워크의 차수 분포를 수개월 정도 낮은 오차로 재현함.
• 분할, 영향력 최대화, 랜드마크 선택과 같은 그래프 응용 분야에서 PLN 기반 합성 그래프의 결과는 멱법칙 기반 그래프에 비해 실제 세계의 결과에 훨씬 더 가까움.
• 선호적 연결과 비율 성장을 기반으로 한 이단계 생성 알고리즘은 시각적 및 통계적 비교를 통해 실제 네트워크의 차수 분포를 성공적으로 재현함.
• PLN 모델은 실제 사회적 네트워크의 구조적 내성(예: 고차수 노드의 표적적 제거에 대한 저항성)을 멱법칙 모델보다 더 정확히 반영함.