[论文解读] Characterizing the structural diversity of complex networks across domains

Kansuke Ikehara, Aaron Clauset|arXiv (Cornell University)|Oct 31, 2017

Complex Network Analysis Techniques参考文献 1被引用 17

一句话总结

本研究利用机器学习方法分析了来自不同领域的986个现实网络和575个合成网络，以识别其结构上的相似性与差异性。研究发现，仅凭网络结构无法可靠地区分某些类别（如生物网络、技术网络或社交网络），原因在于这些网络共享功能、约束或生成机制，这挑战了‘网络起源（生物 vs. 工程）决定网络结构’的假设。

ABSTRACT

The structure of complex networks has been of interest in many scientific and engineering disciplines over the decades. A number of studies in the field have been focused on finding the common properties among different kinds of networks such as heavy-tail degree distribution, small-worldness and modular structure and they have tried to establish a theory of structural universality in complex networks. However, there is no comprehensive study of network structure across a diverse set of domains in order to explain the structural diversity we observe in the real-world networks. In this paper, we study 986 real-world networks of diverse domains ranging from ecological food webs to online social networks along with 575 networks generated from four popular network models. Our study utilizes a number of machine learning techniques such as random forest and confusion matrix in order to show the relationships among network domains in terms of network structure. Our results indicate that there are some partitions of network categories in which networks are hard to distinguish based purely on network structure. We have found that these partitions of network categories tend to have similar underlying functions, constraints and/or generative mechanisms of networks even though networks in the same partition have different origins, e.g., biological processes, results of engineering by human being, etc. This suggests that the origin of a network, whether it's biological, technological or social, may not necessarily be a decisive factor of the formation of similar network structure. Our findings shed light on the possible direction along which we could uncover the hidden principles for the structural diversity of complex networks.

研究动机与目标

• 探究仅凭网络结构是否能够区分来自不同领域（如生物、技术和社会系统）的网络。
• 识别能够区分网络子领域结构特征的特征，并揭示复杂网络中结构多样性的隐藏原理。
• 评估网络起源（如生物、工程、社会）是否为决定结构相似性的决定性因素，或共享的功能与约束是否起更大作用。
• 评估现有结构特征在捕捉网络多样性方面的局限性，并探索机器学习在揭示隐藏生成机制方面的潜力。

提出的方法

• 收集并分析了986个涵盖15个领域的现实网络，包括生态食物网、在线社交网络、代谢网络和基础设施系统。
• 使用四种流行的网络模型（如 preferential attachment、随机网络等）生成575个合成网络，作为结构比较的参考基准。
• 采用随机森林分类器，基于8种结构特征（包括度分布、聚类系数和路径长度）评估不同网络领域之间的可区分性。
• 利用混淆矩阵识别在结构上无法区分的网络类别簇，尽管其起源不同。
• 应用网络社区检测方法识别结构分组，并验证分类结果的稳健性。
• 评估特征重要性和模型性能，以衡量结构特征在不同领域中的预测能力。

实验结果

研究问题

• RQ1 哪些结构特征最有效地在多样化领域中区分网络子领域？
• RQ2 网络结构在多大程度上能够单独区分不同起源（如生物 vs. 技术）的网络？
• RQ3 是否存在尽管功能或生成起源不同，但在结构上无法区分的网络类别？
• RQ4 哪些潜在原理（如功能性、物理约束或生成机制）解释了看似无关的网络类型之间的结构相似性？
• RQ5 在结构特征空间的覆盖范围方面，合成网络模型与现实网络相比如何？

主要发现

• 来自不同领域的网络（如真菌网络（生物）和供水管网（工程））在结构上表现出相似性，表明其共享功能或设计约束。
• 随机森林分类器无法可靠地区分某些网络类别，如蛋白质相互作用网络和连接组网络，表明尽管起源不同，其结构仍无法区分。
• 混淆矩阵显示，具有相似底层功能或生成机制的网络在结构特征空间中聚类在一起，即使其来自不同领域。
• 大量现实网络仅占据理论上可行的结构特征空间中的特定区域，暗示其在效率或鲁棒性方面存在优化。
• 研究发现，网络起源（生物、技术、社会）并非决定结构相似性的决定性因素；相反，共享的功能与约束起着更显著的作用。
• 本研究使用的特征空间（8种结构特征）可能不足以完全捕捉网络多样性，提示引入更多尺度不变特征可能揭示更多隐藏模式。