[논문 리뷰] Evolving Clustered Random Networks

Shweta Bansal, Shashank Khandelwal외 1명|2008. 08. 04.

Complex Network Analysis Techniques참고 문헌 35인용 수 62

한 줄 요약

이 논문은 주어진 도수 분포와 지정된 클러스터링 수준을 갖는 단순하고 연결된 무작위 네트워크를 생성하기 위해 마르코프 체인 몬테카를로 알고리즘을 제안한다. 이 알고리즘은 모든 다른 구조적 측면에서 무작위성을 유지한다. 이 방법을 통해 도수 분포와 클러스터링 외의 비무작위적 특성 여부를 테스트할 수 있는 노멀 모델을 만들 수 있으며, 실제 네트워크가 도수 분포와 클러스터링만으로는 설명되지 않는 상당한 커뮤니티 구조와 도수 상관관계를 보이는 것으로 드러났다.

ABSTRACT

We propose a Markov chain simulation method to generate simple connected random graphs with a specified degree sequence and level of clustering. The networks generated by our algorithm are random in all other respects and can thus serve as generic models for studying the impacts of degree distributions and clustering on dynamical processes as well as null models for detecting other structural properties in empirical networks.

연구 동기 및 목표

• 지정된 도수 분포와 클러스터링 수준을 갖는 무작위 네트워크를 생성하는 방법을 개발하는 것.
• 도수 분포와 클러스터링이 네트워크 다이내믹스와 기능에 미치는 영향을 분리하여 고려할 수 있는 노멀 모델을 만드는 것.
• 실제 네트워크가 도수와 클러스터링 외의 비무작위적 구조적 특성을 지닌다는지를 체계적으로 테스트할 수 있도록 하는 것.
• 제어된 클러스터링 수준을 갖는 네트워크를 재시작 없이 동적으로 생성하거나 진화시킬 수 있는 메모리 없는 프로세스를 제공하는 것.
• 클러스터링과 도수 분포가 실세계 시스템에서 관측된 네트워크 특성의 정도를 어느 정도 설명하는지 평가하는 것.

제안 방법

• 알고리즘은 도수 분포를 유지하면서 무작위로 변형된 간선을 처리하는 마르코프 체인 몬테카를로(MCMC) 프로세스를 사용한다.
• 간선 쌍을 무작위로 선택하여 끝점을 교환함으로써 리워어링을 수행하며, 이로 인해 도수 분포가 유지된다.
• 세부 균형과 목표 균형 분포에의 수렴을 보장하기 위해 메트로폴리스-한팅스 수용 기준을 포함한다.
• 알고리즘은 주어진 도수 분포와 목표 클러스터링 수준을 갖는 모든 단순 그래프에 대해 균일 분포로 수렴하도록 설계되어 있다.
• 클러스터링은 네트워크 내 삼각형의 수에 미치는 영향에 따라 리워어링를 수용하거나 기각함으로써 제어된다.
• 각 실세계 네트워크에 대해 25개의 무작위 클러스터링 네트워크를 생성하여 평균값과 분산을 계산해 비교한다.

실험 결과

연구 질문

• RQ1 도수 분포와 클러스터링 수준만으로 실세계 네트워크의 구조적 특성이 어느 정도 설명되는가?
• RQ2 실세계 네트워크는 삼각형 폐쇄 외의 사회적 메커니즘에 의해 발생하는 커뮤니티 구조나 도수 상관관계와 같은 상당한 비무작위적 특성을 보이는가?
• RQ3 메모리 없는 동적 프로세스가 다시 시작하지 않고도 제어된 클러스터링 수준을 갖는 네트워크를 생성하거나 진화시킬 수 있는가?
• RQ4 직접 관측된 네트워크와 그 무작위화된 대조군 간의 지름, 모듈라리티, 도수 상관관계 등의 네트워크 특성은 어떻게 비교되는가?
• RQ5 실세계 네트워크의 클러스터링은 도수 분포의 부산물일 뿐이거나, 커뮤니티 형성이나 사회적 행동과 같은 기저 메커니즘을 반영하는가?

주요 결과

• 미국 항공교통 네트워크는 무작위화된 대조군과 거의 차이가 없어, 그 구조가 도수 분포와 클러스터링만으로 거의 완전히 설명된다는 것을 시사한다.
• 밴쿠버 도시 연락망과 천체물리학 협업 네트워크는 무작위화된 대조군보다 상당히 높은 도수 정렬성을 보이며, 삼각형 폐쇄를 초월한 사회적 메커니즘이 존재함을 시사한다.
• 모든 천연 네트워크( budding yeast, WWW, 천체물리학)는 무작위화된 대조군보다 높은 모듈라리티를 보이며, 클러스터링이나 도수 분포로는 설명되지 않는 강력한 커뮤니티 구조를 지닌다는 것을 시사한다.
• 소퍼-바스케즈 전이성과 클러스터링 계수는 생성된 무작위 네트워크에서도 유지되어, 알고리즘이 클러스터링을 제어하는 데 정확함을 입증한다.
• 알고리즘은 고정된 도수 분포와 목표 클러스터링 수준을 갖는 연결된 단순 그래프를 성공적으로 생성하였으며, 낮은 도수 상관관계와 짧은 경로 길이를 유지하였다.
• 실세계 네트워크와 무작위화된 네트워크 간의 지름, 모듈라리티, 도수 상관관계에서의 큰 편차는 도수와 클러스터링 외의 추가 메커니즘이 실제 네트워크 모델링에 필수적임을 시사한다.