[論文レビュー] Benefits of Bias: Towards Better Characterization of Network Sampling

Arun S. Maiya, Tanya Berger‐Wolf|arXiv (Cornell University)|Sep 18, 2011

Complex Network Analysis Techniques参考文献 43被引用数 13

ひとこと要約

本稿は、ネットワークサンプリングを再考し、特に高拡張性ノードを優遇するバイアスが、新たなネットワーク領域や well-connected ハブの発見を向上させるため、有害ではなく有益であることを示している。拡張性に基づくサンプリングは、BFS や次数ベースのサンプリングといった従来手法よりも、ネットワークのカバレッジと重要なノードの同定において優れていることが実証されており、疫学的アウトブレイク検出や市場調査といった応用分野において実用的な利点を提供する。

ABSTRACT

From social networks to P2P systems, network sampling arises in many settings. We present a detailed study on the nature of biases in network sampling strategies to shed light on how best to sample from networks. We investigate connections between specific biases and various measures of structural representativeness. We show that certain biases are, in fact, beneficial for many applications, as they "push" the sampling process towards inclusion of desired properties. Finally, we describe how these sampling biases can be exploited in several, real-world applications including disease outbreak detection and market research.

研究の動機と目的

• ネットワーク解析におけるサンプリングバイアスの認識を再構築し、特定のバイアスが有害ではなく有益であると主張すること。
• 複雑ネットワークにおける構造的代表性と特定のサンプリングバイアスの関係を調査すること。
• 現実世界のネットワークにおいて、新しいクラスターや well-connected ノードを効率的に発見するサンプリング戦略を同定すること。
• 疫学的アウトブレイク検出、市場調査、ランドマーク選定といった分野におけるバイアス付きサンプリングの実用的応用を示すこと。
• ネットワーククローリングに広く用いられる BFS が、ネットワーク到達性とハブ蓄積の点で著しく劣っていることにより、一般的な常識に疑問を呈すること。

提案手法

• サンプリングバイアスを欠陥ではなく、構造的代表性を高めるためのツールとして扱う、革新的な視点を提示すること。
• 既にサンプリングされたノードからの高拡張性および高接続性を有するノードを優先する SEC（拡張性と接続性に基づくサンプリング）手法を導入・評価すること。
• 均一なノード選択に依存しないリンクトレースサンプリング戦略を採用することで、現実世界の非均一ネットワークへの適用可能性を確保すること。
• BFS や次数ベースのサンプリング、拡張性ベースのサンプリングといった複数のサンプリング戦略を、発見割合やネットワーク到達性といった指標を用いて比較すること。
• 実世界のネットワーク（例：Slashdot、CondMat）を用いた実験的評価と分析的考察を通じて、サンプリング手法のパフォーマンスを分析すること。
• 拡張性グラフ理論からの概念を活用し、未発見で影響力の高いネットワーク領域へ向かうサンプリングを誘導すること。

実験結果

リサーチクエスチョン

• RQ1 異なるサンプリングバイアスは、ネットワークサンプルの構造的代表性にどのように影響するか？
• RQ2 従来手法と比較して、高拡張性ノードへのバイアスをかけることで、ネットワークカバレッジと新しいクラスターディスカバリーが向上するか？
• RQ3 既にサンプリングされたノードからの接続性に基づくサンプリングは、グローバルな知識が不要なままに、次数ベースのサンプリングをどれほど効率的に近似できるか？
• RQ4 BFS は広く使われているにもかかわらず、なぜ well-connected ハブや新しいネットワーク領域を発見する点で劣っているのか？
• RQ5 バイアス付きサンプリング戦略は、疫学的アウトブレイク検出や市場調査といった現実世界の応用でどのように活用できるか？

主な発見

• 高拡張性にバイアスをかけるサンプリング戦略は、常に他の手法に比べて、未訪問のネットワーク領域の発見および高い発見割合を達成する点で優れている。
• SEC 法は、ACQ や他の戦略に比べて、極めて小さなサンプルサイズで最も well-connected（高次数）なノードを迅速に特定できることを示している。
• 幅優先探索（BFS）は、広く使われているにもかかわらず、ネットワーク到達性および重要なハブの蓄積の両面で、最も劣ったパフォーマンスを示している。
• 既にサンプリングされたノードから多くの接続を持つノードを選択する戦略は、グローバルな知識が不要なままに、直接の次数ベースのサンプリングの高速かつ効果的な近似を提供する。
• XS 戦略は、最高のコミュニティ到達性を達成しており、市場調査のような多様なグループの代表を求める応用に最適である。
• 拡張性ベースのサンプリングは、未発見のネットワーク領域に位置するノードを同定でき、次数ベースや経路ベースのサンプリング手法とは一線を画す独自の利点を有する。