[论文解读] Compositional Equivalence with actor attributes: Positional analysis of the the Florentine Families network

Antonio Rivero Ostoic|arXiv (Cornell University)|Apr 25, 2018

Complex Network Analysis Techniques参考文献 17被引用 4

一句话总结

本文通过将财富和 priorate 状态等个体属性整合到关系结构中（通过对角矩阵实现），将组合等价性扩展至多层网络，从而更准确地分析15世纪佛罗伦萨家族网络中的位置关系。引入财富显著提升了角色层级的实质性解释，揭示出比仅依赖关系网络更清晰的核心-边缘结构。

ABSTRACT

This paper extends Compositional Equivalence ---which is a structural correspondence type aimed for multiplex networks--- by incorporating actor attributes in the modelling of the network relational structure as diagonal matrices. As an illustration, we construct the positional system of the Florentine families' network in the 15th century with Business and Marriage ties together with relevant characteristics acquired from the actors such as families' financial Wealth and their number of Priorates. Different representations of the cumulated person hierarchies reveal that adding Wealth in the modelling provides a more accurate picture of what the substantial narrative says about this network.

研究动机与目标

• 将非赋予的个体属性整合进多层网络分析中的组合等价性。
• 将财富和政治职务（Priorate）等个体属性建模为关系结构中的对角矩阵。
• 通过整合基于属性的信息，提升位置系统的实质性可解释性。
• 证明基于属性的模型相较于仅依赖关系的模型，能产生更准确、更透明的角色层级。

提出的方法

• 使用对角矩阵 Aα 表示个体属性，其中 aα_ij = c_i * δ_ij，c_i 表示个体是否拥有该属性。
• 将属性矩阵作为额外生成元，整合进多层网络的关系代数中。
• 构建一个综合关系系统，结合商业关系、婚姻关系与财富属性。
• 应用组合等价性，基于关系复合将网络简化为基于位置的关系系统。
• 使用哈斯图和矩阵表示法可视化角色层级与结构模式。
• 比较不同生成元组合（仅关系、关系+Priorate、关系+财富）下的位置系统，以评估解释的清晰度。

实验结果

研究问题

• RQ1 如何在不损失关系多重性的情况下，正式将个体属性整合进多层网络的关系结构中？
• RQ2 在历史社会网络中，将财富等属性纳入是否能提升位置系统的可解释性？
• RQ3 在佛罗伦萨家族网络中，财富的加入与 Priorate 状态相比，如何影响角色层级的形成？
• RQ4 当同时建模商业关系、婚姻关系与财富时，会涌现出何种结构模式？
• RQ5 对角矩阵能否有效表示网络代数中非赋予的个体特征？

主要发现

• 将财富作为对角矩阵生成元，可产生比仅使用关系或 Priorate 状态更准确、更明确的角色层级。
• 基于商业关系与财富构建的角色结构呈现出清晰的核心-边缘模式，而婚姻关系则无一致的结构模式。
• 引入财富可减少角色分类的模糊性，使位置系统更透明且更具实质性可解释性。
• 当角色与属性被等同时，所得角色结构变得信息量更少且更难解释。
• 以商业关系、婚姻关系与财富作为生成元的模型，其角色系统比仅使用关系或关系加 Priorate 的模型更小、更具可解释性。
• 基于财富的属性提供的结构化效应强于 Priorate 状态，因为后者对角色层级无显著影响。