[논문 리뷰] Clustering Coefficients in Multiplex Networks.

Emanuele Cozzo, Mikko Kivelä외 6명|arXiv (Cornell University)|2013. 07. 25.

Complex Network Analysis Techniques인용 수 24

한 줄 요약

이 논문은 다층 네트워크에 대한 삼중 전이성(transitivity)을 다중 상호작용 레이어에 걸쳐 고려한 클러스터링 계수의 다층 일반화를 제안한다. 분석 결과, 사회 네트워크는 레이어 간 삼중 전이성에 있어 강한 재현성(redundancy)을 보이며, 이는 교통 네트워크와는 대조적으로, 집계된 네트워크 분석이 다층 시스템에 내재된 중요한 구조적 차이를 가로막음을 드러낸다.

ABSTRACT

Recent advances in the study of networked systems have highlighted that our interconnected world is composed of networks that are coupled to each other through different layers that each represent one of many possible subsystems or types of interactions. Nevertheless, it is traditional to aggregate multilayer networks into a single weighted network in order to take advantage of existing tools. This is admittedly convenient, but it is also extremely problematic, as important information can be lost as a result. It is therefore important to develop multilayer generalizations of network concepts. In this paper, we analyze triadic relations and generalize the idea of transitivity to multiplex networks. By focusing on triadic relations, which yield the simplest type of transitivity, we generalize the concept and computation of clustering coefficients to multiplex networks. We show how the layered structure of such networks introduces a new degree of freedom that has a fundamental effect on transitivity. We compute multiplex clustering coefficients for several real multiplex networks and illustrate why one must take great care when generalizing standard network concepts to multiplex networks. We also derive analytical expressions for our clustering coefficients for ensemble averages of networks in a family of random multiplex networks. Our analysis illustrates that social networks have a strong tendency to promote redundancy by closing triads at every layer and that they thereby have a different type of multiplex transitivity from transportation networks, which do not exhibit such a tendency. These insights are invisible if one only studies aggregated networks.

연구 동기 및 목표

• 단일 가중 네트워크로 다층 네트워크를 집계하는 데서 비롯하는 제한점을 해결하기 위해, 이는 중요한 구조적 정보를 가림으로써 발생한다.
• 다중 레이어에 걸친 삼중 관계를 통합함으로써, 다층 네트워크에 대한 클러스터링 계수 개념을 일반화하기 위해.
• 다층 네트워크의 레이어 구조가 전이성 및 클러스터링 행동을 어떻게 본질적으로 변화시키는지 정량화하기 위해.
• 실제 다층 네트워크, 예를 들어 사회적 및 교통 시스템 간의 전이성 패턴을 비교하여, 서로 다른 구조적 성향을 드러내기 위해.
• 무작위 다층 네트워크 집합에서 클러스터링 계수에 대한 분석적 표현을 유도하여 기준 기대치를 설정하기 위해.

제안 방법

• 논문은 표준 局소 클러스터링 계수를 확장하여, 하나 이상의 레이어에서 닫힌 삼중 관계를 고려한 다층 클러스터링 계수를 정의한다.
• 개별 레이어 내에서의 전이성을 캡처하는 레이어별 클러스터링 계수와 모든 레이어를 종합하는 글로벌 다층 클러스터링 계수를 도입한다.
• 레이어 간 삼중 관계 닫힘의 확률을 계산하며, 삼중 관계가 한 레이어, 일부 레이어, 또는 모든 레이어에서 닫힐 경우를 구분한다.
• 무작위 네트워크 집합을 사용하여 집합 평균에 대한 분석적 표현을 유도함으로써, 실측 데이터와의 비교를 가능하게 한다.
• 실제 다층 네트워크, 예를 들어 사회적 및 교통 시스템에 이 방법을 적용하여 클러스터링 행동을 비교한다.
• 이 프레임워크는 클러스터링을 개별 레이어 기여도와 함께 공동 레이어 상호작용 기여도로 분해할 수 있도록 한다.

실험 결과

연구 질문

• RQ1 다층 네트워크의 레이어 구조는 단일 레이어 네트워크에 비해 전이성 및 클러스터링에 어떻게 영향을 미치는가?
• RQ2 실제 다층 네트워크, 예를 들어 사회적 및 교통 시스템은 레이어 간 삼중 관계 닫힘에 대해 어느 정도의 재현성을 보이는가?
• RQ3 네트워크가 집계될 경우, 다층 클러스터링 계수는 표준 클러스터링 계수와 어떻게 다를까?
• RQ4 무작위 네트워크 집합에서 다층 클러스터링에 대한 분석적 표현을 유도할 수 있는가?
• RQ5 집계된 네트워크 표현을 사용할 경우, 다층 네트워크에서 보이지 않는 구조적 패턴은 무엇인가?

주요 결과

• 사회 네트워크는 모든 레이어에서 삼중 관계를 닫는 경향이 강해, 높은 재현성과 다층 전이성의 특수한 형태를 나타낸다.
• 교통 네트워크는 레이어 간 삼중 관계 닫힘 재현성이 동일 수준에 도달하지 않아, 본질적으로 다른 구조적 조직 방식을 나타낸다.
• 다층 클러스터링 계수는 집계된 네트워크 분석에서 완전히 가려지는 네트워크 유형 간의 구조적 차이를 드러낸다.
• 무작위 다층 네트워크 집합에서 클러스터링 계수에 대한 분석적 표현은 실측 데이터에서 비랜덤 구조적 특징을 탐지하기 위한 기준 기대치를 제공한다.
• 레이어 구조는 전이성을 본질적으로 변화시키는 새로운 자유도를 도입하며, 이는 다층 전용 네트워크 지표의 필요성을 암시한다.
• 본 연구는 다층 네트워크를 집계할 경우 전이성 및 클러스터링 역학에 대한 정보 손실이 상당히 발생함을 입증한다.