[论文解读] Scale-free networks revealed from finite-size scaling

Matteo Serafino, Giulio Cimini+4 more|arXiv (Cornell University)|May 23, 2019

Complex Network Analysis Techniques参考文献 37被引用 1

一句话总结

本文提出有限尺寸标度作为分析实证网络中尺度自由行为的框架，揭示了众多现实世界网络——包括生物、技术及信息网络——在无需自调谐机制的情况下也表现出尺度自由特性。研究发现，不同网络类型之间存在普遍存在的指数型关系，其尺度指数关系具有普适性，而基础设施与社交网络则表现出偏离现象。

ABSTRACT

Networks play a vital role in the development of predictive models of physical, biological, and social collective phenomena. A quite remarkable feature of many of these networks is that they are believed to be approximately scale free: the fraction of nodes with $k$ incident links (the degree) follows a power law $p(k)\propto k^{-\lambda}$ for sufficiently large degree $k$. The value of the exponent $\lambda$ as well as deviations from power law scaling provide invaluable information on the mechanisms underlying the formation of the network such as small degree saturation, variations in the local fitness to compete for links, and high degree cutoffs owing to the finite size of the network. Indeed real networks are not infinitely large and the largest degree of any network cannot be larger than the number of nodes. Finite size scaling is a useful tool for analyzing deviations from power law behavior in the vicinity of a critical point in a physical system arising due to a finite correlation length. Here we show that despite the essential differences between networks and critical phenomena, finite size scaling provides a powerful framework for analyzing self-similarity and the scale free nature of empirical networks. We analyze about two hundred naturally occurring networks with distinct dynamical origins, and find that a large number of these follow the finite size scaling hypothesis without any self-tuning. Notably this is the case of biological protein interaction networks, technological computer and hyperlink networks and informational citation and lexical networks. Marked deviations appear in other examples, especially infrastructure and transportation networks, but also social, affiliation and annotation networks. Strikingly, the values of the scaling exponents are not independent but satisfy an approximate exponential relationship.

研究动机与目标

• 探究有限尺寸标度是否能在网络有限尺寸的条件下有效检测并量化实证网络中的尺度自由行为。
• 确定真实网络的尺度自由特性是否自然产生，而无需依赖自调谐机制。
• 识别幂律标度的系统性偏离，并理解不同网络类别中偏离的成因。
• 探索不同网络类型之间标度指数的普遍关系。

提出的方法

• 将通常用于临界现象研究的有限尺寸标度技术应用于分析有限网络中度分布的偏离。
• 分析约200个具有不同动力学起源的实证网络，以检验有限尺寸标度假设。
• 将度分布拟合至幂律，并利用标度坍缩技术检查偏离情况。
• 从幂律尾部 p(k) ∝ k^−λ 中识别标度指数 λ，并评估其在不同网络类型中的稳定性。
• 利用标度坍缩检验来自不同网络尺寸的数据是否能坍缩至单一通用曲线。
• 研究不同网络类别之间标度指数的关系，以识别普遍模式。

实验结果

研究问题

• RQ1 有限尺寸标度是否能有效揭示有限实证网络中的尺度自由行为？
• RQ2 真实网络是否在无需参数自调谐的情况下表现出尺度自由特性？
• RQ3 是否存在系统性偏离幂律标度？若存在，哪些网络类型表现出这些偏离？
• RQ4 不同网络类别之间是否存在标度指数的普遍关系？
• RQ5 基础设施与社交网络中观察到的偏离背后的机制是什么？

主要发现

• 大量实证网络——包括蛋白质相互作用、计算机、超链接、引文及词汇网络——在无需自调谐的情况下符合有限尺寸标度假设。
• 生物、技术及信息网络在有限尺寸标度分析下表现出强烈的尺度自由结构证据。
• 基础设施、交通、社交、隶属及注释网络显著偏离尺度自由行为。
• 不同网络类型的标度指数满足近似指数关系，提示存在普遍的基础机制。
• 有限尺寸效应显著影响观测到的度分布，而有限尺寸标度能有效捕捉这些效应。
• 本研究证明，真实网络中的尺度自由行为并非有限尺寸的产物，而是一种可通过有限尺寸标度解释的稳健特征。