[論文レビュー] Assortativity measures for weighted and directed networks

Yelie Yuan, Jun Yan+1 more|arXiv (Cornell University)|Jan 13, 2021

Complex Network Analysis Techniques参考文献 27被引用数 7

ひとこと要約

本稿では、古典的測度を拡張するため、次数以外の頂点固有特徴を組み込むことで、重み付きかつ有向ネットワークにおける一般化された類縁係数のクラスを提案する。頂点間の強さ相関を主な例として用い、従来の手法よりもより正確に分離混合を捉える。シミュレーションおよび世界入出力ネットワークの実世界分析により、エッジの重みと方向性が意味のある構造的パターンを検出するために不可欠であることが示され、重みなし測度ではこれらのインサイトが明らかにならないことが分かった。

ABSTRACT

Assortativity measures the tendency of a vertex in a network being connected by other vertexes with respect to some vertex-specific features. Classical assortativity coefficients are defined for unweighted and undirected networks with respect to vertex degree. We propose a class of assortativity coefficients that capture the assortative characteristics and structure of weighted and directed networks more precisely. The vertex-to-vertex strength correlation is used as an example, but the proposed measure can be applied to any pair of vertex-specific features. The effectiveness of the proposed measure is assessed through extensive simulations based on prevalent random network models in comparison with existing assortativity measures. In application World Input-Ouput Networks,the new measures reveal interesting insights that would not be obtained by using existing ones. An implementation is publicly available in a R package "wdnet".

研究の動機と目的

• 古典的類縁係数測度の制限を解消すること。これらは未重み付きかつ無向ネットワーク、および頂点の次数のみを対象としている。
• 任意の頂点固有特徴のペairを用いて、重み付きかつ有向ネットワークにおける類縁混合を統一的に捉えるフレームワークを構築すること。
• エッジの重みや方向性を無視すると、ネットワーク解析において誤解を招く、あるいは情報のない結果が得られることを示すこと。
• ピアソン相関を用いてニューマンの類縁係数を一般化するとともに、ネットワーク構造を考慮した統計的に根拠のある、頑健な測度を提供すること。

提案手法

• 任意の2つの頂点固有特徴（強さや消費支出など）間のピアソン相関に基づく類縁係数のクラスを提案する。
• 出発頂点および到達頂点の特徴を別々にモデル化することで、古典的な次数-次数相関を重み付きかつ有向ネットワークに拡張する。
• 強さ（接続エッジの重みの合計）の頂点間相関を主な例として用いる。
• 重み付きおよび重みなしバージョンのネットワーク、および閾値を適用したバックボーンネットワークに対しても測度を適用する。
• 既存の測度と比較するため、一般的なランダムネットワークモデルを用いたシミュレーションを実施する。
• 公開利用および再現可能性を目的として、Rパッケージ「wdnet」を用いて手法を実装する。

実験結果

リサーチクエスチョン

• RQ1 次数ベースの測度を超えて、重み付きかつ有向ネットワークにおける類縁係数をどのように意味的に拡張できるか？
• RQ2 ネットワーク解析においてエッジの重みと方向性を無視すると、類縁係数にどのような影響が生じるか？
• RQ3 提案された測度は、古典的測度が見逃す可能性のある、世界入出力ネットワークのような実世界ネットワークにおける構造的パターンを検出できるか？
• RQ4 混合して類縁的および非類縁的混合を示す有向ネットワークにおいて、異なる類縁係数（例：出-入、入-入、出-出）はどのように振る舞うか？
• RQ5 エッジの重みは、類縁係数の大きさと解釈可能性にどの程度影響を与えるか？

主な発見

• 世界入出力ネットワークにおける提案された重み付き類縁係数は、2009年以降一貫した上行傾向を示しており、経済回復を示している。一方、重みなし係数はほぼゼロであり、情報が得られない。
• 家計最終消費（c57）特徴間の重み付き類縁係数ρX,Xは約0.4であり、高消費地域セクター間の強い自己関連性を示している。
• 家計および政府消費のρX,YおよびρY,X係数は、時間経過とともに密接に一致しており、逆方向の取引パターンが対称的であることを示唆している。
• エッジの5％のみを保持するバックボーン（0.05の閾値）は、合計重みの96％以上を保持しており、提案された測度がネットワークの核心構造を的確に捉えていることを示している。
• 重みなし類縁係数はほぼゼロであり、時間的変動も最小限に抑えられており、重み付きネットワークにおける意味のある構造的ダイナミクスを検出できないことが確認された。
• シミュレーション結果から、特にエッジ重みが不均一な場合に、提案された測度が既存のものよりも類縁構造をよりよく捉えていることが示された。