[논문 리뷰] Power laws of the in-degree and out-degree distributions of complex networks

Shinji Tanimoto|ArXiv.org|2009. 12. 15.

Complex Network Analysis Techniques참고 문헌 12인용 수 6

한 줄 요약

이 논문은 선호적 첨착(preferential attachment)을 통해 기존 노드 간의 내부 링크(inner links)와 새로운 노드로의 외부 링크(outer links) 형성을 조절하는 두 개의 파라미터를 가진 방향성 네트워크 모델을 제안한다. 이 모델은 내재적 및 외재적 도착도 분포에 대한 멱법칙(power-law)을 도출한다. 모델은 실제 네트워크에서 관측된 지수를 설명한다: 월드 와이드 웹은 중간 정도의 내부 링크 비율(≈0.5)을 보이며, 인용 네트워크는 거의 내부 링크가 없고(비율 ≈0), 전화 통화 네트워크는 주로 내부 링크를 가진다(비율 ≈1). 이에 따라 내부 도착도 지수 γ_in ≈ 2.1–3.0이고 외부 도착도 지수 γ_out ≈ 2.1–2.7이다.

ABSTRACT

A model for directed networks is proposed and power laws for their in-degree and/or out-degree distributions are derived from the model. It is based on the Barabasi-Albert model and contains two parameters. The parameters serve as regulatory factors for the contributions of new nodes through in- and out-degrees. The model allows a newly added link to connect directly two nodes already present in the network. Such a link is called an inner link, while a link attached to a new node is called an outer link. Using relationships between inner and outer links, we investigate power laws for in- and out-degree distributions of directed networks. This model enables us to predict some interesting features of directed networks; in particular, the World Wide Web and the networks of citation and phone-call.

연구 동기 및 목표

• 실제 시스템에서 관측된 멱법칙 내·외부 도착도 분포를 설명하는 방향성 네트워크 모델을 개발하는 것.
• 원래의 바라바시-앨버트 모델과 달리, 기존 노드 간의 내부 링크(inner links)와 새로운 노드로의 외부 링크(outer links)를 모두 포함하는 것.
• 내부 링크와 외부 링크의 비율이 멱법칙 도착도 분포의 지수에 어떤 영향을 미치는지 조사하는 것.
• 월드 와이드 웹, 인용 네트워크, 전화 통화 네트워크와 같은 실제 네트워크에 모델을 적용하여 그 도착도 분포 특성에 대한 예측과 설명을 제공하는 것.
• 초기 조건과 선호적 첨착이 내부 및 외부 도착도 지수 값에 미치는 영향을 명확히 하는 것.

제안 방법

• 새로운 링크가 기존 노드 간 연결(내부 링크)이거나 새로운 노드에 연결되는 방식으로 구성되는 두 파라미터 모델을 도입한다.
• 선호적 첨착을 사용: 링크가 어떤 노드에 첨착할 확률은 그 노드의 내부 도착도 또는 외부 도착도에 비례한다.
• 도착도 성장에 대한 연속 시간 미분 방정식을 유도하며, 파라미터 α와 β는 초기 내부 및 외부 도착도 기여도를 조절한다.
• 연속 근사법을 적용하여 멱법칙 도착도 분포를 도출하며, 지수는 각각 γ_in = 2 + α 및 γ_out = 2 + β이다.
• α + β − 1을 통해 내부 링크와 외부 링크의 비율을 분석하고, 이를 분포 지수 및 네트워크 구조와 연결한다.
• 이론적 예측을 월드 와이드 웹, 인용 네트워크, 전화 통화 네트워크의 실측 데이터와 비교하며, 보고된 지수 값을 사용한다.

실험 결과

연구 질문

• RQ1 방향성 네트워크에서 내부 링크와 외부 링크는 내부 및 외부 도착도 멱법칙 분포의 지수에 어떤 영향을 미치는가?
• RQ2 선호적 첨착은 방향성 네트워크에서 내부 및 외부 도착도 분포를 어떻게 형성하는가?
• RQ3 왜 월드 와이드 웹, 인용 네트워크, 전화 통화 네트워크에서는 내부 및 외부 도착도 분포의 멱법칙 지수가 서로 다르게 나타나는가?
• RQ4 내부 링크와 외부 링크의 비율이 실제 방향성 네트워크 간의 도착도 분포 지수 차이를 설명할 수 있는가?
• RQ5 초기 내부 및 외부 도착도 조건(α와 β로 파arameterized)은 최종 도착도 분포 지수에 어떤 영향을 미치는가?

주요 결과

• 모델은 내부 도착도 지수 γ_in = 2 + α 및 외부 도착도 지수 γ_out = 2 + β를 예측한다. 여기서 α와 β는 초기 도착도 기여도를 반영하는 파라미터이다.
• 월드 와이드 웹의 경우 내부 링크 대비 외부 링크 비율은 약 0.5이며, 이는 실측 지수 γ_in ≈ 2.1–2.4 및 γ_out ≈ 2.4–2.7과 일치한다.
• 인용 네트워크는 거의 내부 링크가 없으며(비율 ≈0), 이에 따라 γ_in ≈ 2.0–3.0 및 γ_out ≈ 0(외부 도착도 멱법칙 없음)이며, 실측 데이터와 일치한다.
• 전화 통화 네트워크는 주로 내부 링크를 가지며(비율 ≈1.0), 결과적으로 γ_in ≈ 2.1 및 γ_out ≈ 2.1이며, 실측 관측과 일치한다.
• 모델은 월드 와이드 웹과 인용 네트워크에서 γ_in ≈ 2.0이 되는 이유를 α ≲ 1로 설명하며, 이는 낮은 초기 내부 도착도를 의미한다. 반면 월드 와이드 웹에서 γ_out > 2.0인 것은 β > 0.5이므로 내부 링크가 외부 링크보다 더 많음을 의미한다.
• 모델은 β > 0.5일 경우 γ_out < 3임을 보여주며, 이는 월드 와이드 웹과 전화 통화 네트워크에서는 성립하지만, 인용 네트워크에서는 β ≈ 0이므로 성립하지 않는다.