[論文レビュー] Systematic assessment of the quality of fit of the stochastic block model for empirical networks

Felipe Vaca-Ramírez, Tiago P. Peixoto|arXiv (Cornell University)|Jan 5, 2022

Complex Network Analysis Techniques参考文献 161被引用数 11

ひとこと要約

本研究では、275の実世界ネットワークに対して事後予測モデルチェックを用いて、観測されたネットワーク特性と生成されたネットワーク特性を比較することで、確率的ブロックモデル（SBM）を体系的に評価した。SBMは大多数のネットワークに対して良好に適合するが、高径路長および低速混合ネットワークでは困難を示し、三角形が豊富なネットワークはしばしば適切に捉えられる。これは、単純な記述子がSBMの適切さを予測し、モデル拡張を導く手がかりとなる可能性を示している。

ABSTRACT

We perform a systematic analysis of the quality of fit of the stochastic block model (SBM) for 275 empirical networks spanning a wide range of domains and orders of size magnitude. We employ posterior predictive model checking as a criterion to assess the quality of fit, which involves comparing networks generated by the inferred model with the empirical network, according to a set of network descriptors. We observe that the SBM is capable of providing an accurate description for the majority of networks considered, but falls short of saturating all modeling requirements. In particular, networks possessing a large diameter and slow-mixing random walks tend to be badly described by the SBM. However, contrary to what is often assumed, networks with a high abundance of triangles can be well described by the SBM in many cases. We demonstrate that simple network descriptors can be used to evaluate whether or not the SBM can provide a sufficiently accurate representation, potentially pointing to possible model extensions that can systematically improve the expressiveness of this class of models.

研究の動機と目的

• 相対的性能を越えて、実世界ネットワークにおける確率的ブロックモデル（SBM）の絶対的適合度を評価すること。
• SBMが現実世界のネットワーク構造を表現する際に示す体系的欠陥を特定すること。
• 特にスパarsな複雑なネットワークにおいて、SBMがうまく捉えられていないネットワーク特性を特定すること。
• 与えられたネットワークに対してSBMが十分な表現を提供するかどうかを予測できる、単純で実行可能な記述子を開発すること。
• SBMが捉えられていない構造的特徴を特定することで、将来のモデル拡張を導くこと。

提案手法

• 実世界ネットワークのネットワーク記述子と、推定されたSBMから生成されたものの比較に、事後予測モデルチェックを用いた。
• 過剰適合を避けるために、非パrametric階層的事前分布を用いたマクロカノニカル度数補正確率的ブロックモデル（DCSBM）を用いてモデルパラメータを推定した。
• 高局所密度ネットワークにおけるマルチグラフモデルの限界を克服するため、潜在的マルチグラフモデルを適用した。
• 分割とパラメータの事後分布を探索するために、マーゲ・スプリットアルゴリズムを用いたマルコフ連鎖モンテカルロ（MCMC）サンプリングを実施した。
• 差異を検出するために、実世界ネットワークおよび合成ネットワークの両方で15のネットワーク記述子（例：径路長、クラスタリング係数、混合時間）を計算した。
• モデルの複雑さと統計的証拠のバランスを保つためにベイズ推論を用い、圧縮性と過剰適合の回避を確保した。

実験結果

リサーチクエスチョン

• RQ1 確率的ブロックモデル（SBM）は、多様な分野にまたがる実世界ネットワーク構造をどの程度正確に表現できるか？
• RQ2 SBMが体系的にうまく捉えられていないネットワーク特性は何か。その背後にある構造的要因は何か？
• RQ3 単純なネットワーク記述子は、与えられたネットワークに対してSBMが十分な適合を提供するかどうかを信頼性高く予測できるか？
• RQ4 三角形の数が多いネットワークではSBMはどの程度性能を発揮するか。これはモデルの適切さの信頼性ある指標となるか？
• RQ5 径路長や混合時間といった構造的特徴は、SBMの適合失敗とどの程度強く相関しているか？

主な発見

• 275の実世界ネットワークの大部分に対してSBMは良好な適合を示し、多くの場合、コアな構造的特徴を正確に捉えている。
• 径路長が大きく、ランダムウォークの混合が遅いネットワークは、特に交通網や特定の経済ネットワークにおいて、体系的にSBMによって不適切に記述されている。
• 一般的な仮定とは対照的に、三角形が豊富なネットワークはしばしばSBMによって適切に捉えられており、三重閉包（triadic closure）が根本的な制限要因ではないことが示唆される。
• 径路長や混合時間といった単純なネットワーク記述子は、SBMの適合度品質を効果的に予測でき、モデル選択の実用的ツールとなる。
• SBMは長距離接続性や遅い探索ダイナミクスに関連する構造的特徴を捉えられておらず、こうした性質を明示的にモデル化する拡張が必要であることを示唆している。
• 事後予測チェックの使用により、残留する差異が特定され、特定の構造的限界が明らかになり、的確なモデル改善が可能になった。