[论文解读] A Fast Algorithm for the Discrete Core/Periphery Bipartitioning Problem

Sean Z. W. Lip|arXiv (Cornell University)|Feb 27, 2011

Complex Network Analysis Techniques参考文献 9被引用 23

一句话总结

本文提出了一种快速、精确的网络离散核心/外围二分划分算法，通过贪心选择度最高的节点作为核心，以 O(n²) 时间复杂度求解该问题。该方法保证了最优性，可扩展至数千个节点的网络，运行时间不足一秒，且核心始终由度最高的节点构成。

ABSTRACT

Various methods have been proposed in the literature to determine an optimal partitioning of the set of actors in a network into core and periphery subsets. However, these methods either work only for relatively small input sizes, or do not guarantee an optimal answer. In this paper, we propose a new algorithm to solve this problem. This algorithm is efficient and exact, allowing the optimal partitioning for networks of several thousand actors to be computed in under a second. We also show that the optimal core can be characterized as a set containing the actors with the highest degrees in the original network.

研究动机与目标

• 开发一种精确、高效的离散核心/外围二分划分算法，避免使用启发式方法或剪枝策略。
• 实现在大规模网络（最多数千个节点）上的最优划分，而以往的精确方法仅适用于小规模网络。
• 证明最优核心等价于网络中度最高的节点集合。
• 将算法扩展至非对称网络，同时保持时间复杂度和最优性。

提出的方法

• 该算法采用贪心策略，迭代地将尚未在核心中的度最高的节点加入核心集合。
• 其最小化目标函数 Z(S₁)，该函数对核心内部缺失的边以及外围内部存在的边施加惩罚。
• 通过节点度数和集合间边数重新表述核心目标函数，从而通过度数求和与 δT(i) 计算实现高效计算。
• 对于对称网络，算法时间复杂度为 O(n²)；对于使用邻接表存储的稀疏网络，时间复杂度为 O(n log n)。
• 通过定义对称权重函数 w(i,j) = ½(I{Aij=1} + I{Aji=1})，将方法推广至非对称网络，以处理有向边。
• 通过在 k 上使用二分查找进行优化，可在 O(log n) 时间内找到最优核心大小，尽管整体时间复杂度仍由排序步骤主导。

实验结果

研究问题

• RQ1 能否设计一种既高效又可扩展至大规模网络的精确算法，用于离散核心/外围二分划分？
• RQ2 最优核心是否始终由网络中度最高的节点组成？
• RQ3 该算法能否在不牺牲时间复杂度或最优性的前提下推广至非对称网络？
• RQ4 对高阶度节点的贪心选择是否能为核心/外围划分问题提供全局最优解？

主要发现

• 对于包含数千个节点的网络，该算法在不足一秒内完成最优核心/外围划分。
• 最优核心始终由度最高的 k 个节点构成，其中 k 的选择使得目标函数 Z(S₁) 最小化。
• 对于度数约为 50,000 的稀疏网络，使用邻接表存储时，算法运行时间不足一秒，达到 O(n log n) 时间复杂度。
• 在 100 个随机网络（5 ≤ n ≤ 25）上通过暴力枚举法验证，该算法在所有情况下均产生完全相同的最优结果。
• 当核心由度最高的节点构成时，目标函数 Z(S₁) 达到最小值；在某一阈值之后，再添加度较低的节点将导致成本上升。
• 通过使用对称权重函数处理有向边，该方法可推广至非对称网络，同时保持最优性和时间复杂度。