[논문 리뷰] PageRank centrality and algorithms for weighted, directed networks with applications to World Input-Output Tables

Panpan Zhang, Tiandong Wang외 1명|arXiv (Cornell University)|2021. 04. 06.

Complex Network Analysis Techniques참고 문헌 37인용 수 5

한 줄 요약

이 논문은 조정 가능한 파rameter를 통해 간 무게, 노드 강도 및 노드별 사전 정보를 통합하는 가중치가 부여된 페이지랭크(WPR) 중심성 측도를 제안한다. 이 방법은 수정된 행렬의 주특성벡터를 통해 효율적으로 중심성을 계산하며, 합성 및 실제 세계의 세계 입력-출력 네트워크(WIONs)에서 고전적 측도보다 뛰어나며, 세계 경제 추세와 일치하는 더 직관적인 경제적 순위를 드러낸다.

ABSTRACT

PageRank (PR) is a fundamental tool for assessing the relative importance of the nodes in a network. In this paper, we propose a measure, weighted PageRank (WPR), extended from the classical PR for weighted, directed networks with possible non-uniform node-specific information that is dependent or independent of network structure. A tuning parameter leveraging node degree and strength is introduced. An efficient algorithm based on R program has been developed for computing WPR in large-scale networks. We have tested the proposed WPR on widely used simulated network models, and found it outperformed other competing measures in the literature. By applying the proposed WPR to the real network data generated from World Input-Output Tables, we have seen the results that are consistent with the global economic trends, which renders it a preferred measure in the analysis.

연구 동기 및 목표

• 가중치가 부여된 방향성 네트워크에서 간 무게, 노드 강도 및 보조적인 노드별 정보를 고려하는 중심성 측도를 개발한다.
• 고전적 페이지랭크가 간의 무게와 노드별 사전 정보를 忽시하는 한계를 해결하여 중심성 순위가 잘못 해석될 수 있는 문제를 해결한다.
• 대규모 네트워크에서 효율적인 계산 알고리즘을 설계하여 R을 사용해 실질적인 응용을 가능하게 한다.
• 제안된 WPR를 합성 네트워크와 실제 세계의 세계 입력-출력 네트워크(WIONs)에 적용하여, 경제적 직관과의 개선된 일치를 입증한다.

제안 방법

• 조정 가능한 파rameter θ를 통해 간의 무게와 노드별 사전 정보를 통합한 가중치가 부여된 페이지랭크(WPR) 수식을 제안한다.
• WPR를 간의 무게를 노드의 아웃강도로 정규화하고 사전 중요도를 통합한 수정된 전이행렬의 주특성벡터로 정의한다.
• 수렴을 보장하기 위해 γ ∈ [0,1)의 덤프링 인자 도입하여 랜덤 서퍼 모델과 유사하게 작동하며, 가중치가 부여된 간을 고려한다.
• R에서 반복적 파wer 방법 알고리즘을 사용해 대규모 네트워크에서 WPR를 효율적으로 계산하며, 공개된 wdnet R 패키지에 구현되어 있다.
• 간의 무게와 노드 사전 정보를 대칭적으로 다루는 통합 프레임워크를 도입하여 강도와 사전 정보의 상대적 영향력을 탄력적으로 제어할 수 있다.
• 세계 입력-출력 표(WIOTs)에 적용하여 총가치증가(TVA)를 사전 정보로 사용해 경제적 중요도를 반영한다.

실험 결과

연구 질문

• RQ1 가중치가 부여된 방향성 네트워크에서 간의 무게와 노드별 사전 정보를 통합함으로써 고전적 페이지랭크에 비해 중심성 평가가 어떻게 향상되는가?
• RQ2 제안된 WPR 측도는 세계 입력-출력 네트워크(WIONs)에 적용되었을 때 실제 세계의 경제 역학을 더 잘 반영할 수 있는가?
• RQ3 노드 강도와 사전 정보의 균형을 조절하는 조정 가능한 파rameter θ는 중심성 순위에 어떤 영향을 미치는가?
• RQ4 기존의 확장된 페이지랭크 측도보다 WPR가 알려진 구조를 가진 합성 네트워크 모델에서 더 뛰어나게 성능을 발휘하는가?
• RQ5 WPR는 시간이 지남에 따라 글로벌 입력-출력 시스템에서 더 직관적이고 경제적으로 타당한 순위를 얼마나 잘 드러내는가?

주요 결과

• 2000년 기준, TVA 사전 정보를 적용한 WPR는 상위 10개 지역-부문 중 9개를 미국 기반으로 순위 매기며, 당시 미국의 글로벌 무역 지배력을 반영했다.
• 2007년 기준, 중국의 건설 부문(27)은 WPR 순위에서 9위로 상승하여 2008 올림픽을 앞두고 정부 지원과 함께 경제적 확장의 흐름을 반영했다.
• 2014년 기준, 중국의 건설(27), 제조업(20), 전자기기(17), 철금속(15) 부문은 각각 1위, 6위, 7위, 10위로 순위 매겨져 중국의 증가하는 경제적 영향력을 반영했다.
• 미국는 여전히 강력했지만 2000년에 비해 더 이상 지배적이지는 않았으며, 2014년 기준 상위 부문들이 2위, 4위, 5위로 순위 매겨져 글로벌 경제력의 이동을 보여주었다.
• TVA를 사전 정보로 포함시킴으로써 중동 및 ROW의 저가치 증가 부문이 상위 10위 내에서 감소하여 순위가 경제 현실과 일치하게 되었다.
• 특히 스케일프리 및 스토케스틱 블록 모델에서 구조적이고 경제적인 세부 사항을 더 잘 포착함으로써, WPR는 합성 네트워크에서 고전적 페이지랭크 및 기타 확장 측도를 능가하는 성능을 보였다.