[논문 리뷰] An Exact Method for Computing the Frustration Index in Signed Networks Using Binary Programming

Seyedsamin Arefkashfi, Andrew Mason외 1명|arXiv (Cornell University)|2016. 11. 28.

Complex Network Analysis Techniques참고 문헌 70인용 수 14

한 줄 요약

이 논문은 서명된 네트워크에서 과잉 지수를 계산하기 위한 최초의 정확한 이진 프로그래밍 모델—이차 및 선형 형식—을 제시한다. 이는 Gurobi 솔버를 사용하여 정밀하고 효율적인 계산을 가능하게 한다. 이 방법은 다양한 실제 및 합성 네트워크에서 과잉 지수를 성공적으로 계산하였으며, 대부분의 사회적 및 생물학적 네트워크가 낮은 과잉 지수를 보이며 구조적 균형을 나타냄을 시사한다.

ABSTRACT

Computing the frustration index of a signed graph is a key to solving problems in different fields of research including social networks, physics, material science, and biology. In social networks the frustration index determines network distance from a state of structural balance. Although the definition of frustration index goes back to 1960, an exact algorithmic computation method has not yet been proposed. The main reason seems to be the complexity of computing the frustration index which is closely related to well-known NP-hard problems such as MAXCUT. New quadratic and linear binary programming models are developed to compute the frustration index exactly. Using the Gurobi solver, we evaluate the frustration index on real-world and synthetic datasets. The synthetic data involves Erdős-Rényi networks, Barabási-Albert networks, and specially structured random graphs. We also use well-known datasets from the sociology literature, such as signed networks inferred from students' choice and rejection as well as datasets from the biology literature including gene regulatory networks. We also provide some results on the frustration index of a political network of countries over time. The results show that exact values of the frustration index can be efficiently computed using our suggested optimisation models. We find that most real-world social networks and some biological networks exhibit a relatively low level of frustration which indicates that they are close to balanced.

연구 동기 및 목표

• 서명된 네트워크에서 과잉 지수를 계산하기 위한 정확한 알고리즘적 방법을 개발하는 것. 이는 이전에 효율적인 정확한 해법이 없었던 문제이다.
• 과잉 지수의 계산 과제를 다루는 것. 이는 NP-난이도 문제이며 MAXCUT과 밀접하게 관련되어 있다.
• 제안된 이진 프로그래밍 모델의 성능과 정확도를 실제 및 합성 서명된 네트워크에서 평가하는 것.
• 실제 사회적 및 생물학적 네트워크의 구조적 균형 수준을 과잉 지수를 계산하여 조사하는 것.
• Gurobi와 같은 상용 솔버를 사용하여 과잉 지수 계산을 위한 확장 가능하고 신뢰할 수 있는 최적화 프레임워크를 제공하는 것.

제안 방법

• 서명된 그래프에서 균형 잡히지 않은 삼각형의 수를 최소화하여 과잉 지수를 계산하기 위한 이차 이진 프로그래밍 모델을 제안한다.
• 계산 효율성과 솔버 성능 향상을 위해 문제를 선형 이진 프로그래밍 재구성으로 개발한다.
• Gurobi 최적화 솔버를 사용하여 이진 프로그램을 풀고 정확한 과잉 지수 값을 확보한다.
• 확장성과 내구성을 테스트하기 위해 에르되시-레니 반경, 바라바시-알버트 및 특수 구조를 가진 랜덤 그래프에 모델을 적용한다.
• 사회학(학생 선택/기각 네트워크) 및 생물학(유전자 조절 네트워크) 분야의 실제 데이터셋을 활용해 방법을 검증한다.
• 시간에 따라 변화하는 정치 네트워크(국가 간 동맹 네트워크)에 분석을 확장하여 과잉 지수의 시간적 동역학을 연구한다.

실험 결과

연구 질문

• RQ1 서명된 네트워크에서 과잉 지수를 계산하기 위한 정확하고 효율적인 알고리즘을 개발할 수 있는가?
• RQ2 사회적 및 생물학적 시스템과 같은 다양한 유형의 실제 서명된 네트워크에서 과잉 지수는 어떻게 변하는가?
• RQ3 실제 네트워크가 낮은 과잉 지수 값으로 측정되었을 때, 얼마나 높은 수준의 구조적 균형을 보이는가?
• RQ4 제안된 이진 프로그래밍 모델은 합성 및 실제 네트워크에서 성능과 확장성 측면에서 어떻게 비교되는가?
• RQ5 시간에 따라 변화하는 네트워크, 예를 들어 시간에 따라 변화하는 정치 동맹 네트워크에서 과잉 지수를 신뢰성 있게 계산할 수 있는가?

주요 결과

• 제안된 이진 프로그래밍 모델은 테스트된 모든 네트워크에서 정확한 과잉 지수를 성공적으로 계산하여 정확한 계산의 가능성을 입증한다.
• 대부분의 실제 사회적 네트워크와 몇몇 생물학적 네트워크는 비교적 낮은 과잉 지수를 보이며 높은 수준의 구조적 균형을 나타낸다.
• 이 방법은 합성 및 실제 데이터셋을 모두 효율적으로 처리하며, Gurobi 솔버가 신뢰할 수 있고 빠른 해답을 제공한다.
• 선형 이진 프로그래밍 모델은 특히 더 큰 네트워크에서 이차 모델보다 성능 향상을 보였다.
• 시간에 따라 변화하는 정치 네트워크에서도 과잉 지수가 낮게 유지되어 국제 관계에서 지속적인 구조적 균형이 존재함을 시사한다.
• 결과는 과잉 지수가 다양한 영역에서 네트워크 균형의 의미 있고 계산 가능한 측정치임을 확인한다.