[論文レビュー] The Community Structure of Econophysicist Collaboration Networks

Peng Zhang, Menghui Li+3 more|ArXiv.org|May 9, 2005

Complex Network Analysis Techniques参考文献 20被引用数 6

ひとこと要約

この論文は、経済物理学の研究者による重み付き無向共同研究ネットワークにおけるコミュニティ構造を、Girvan–Newman（GN）アルゴリズムと階層的クラスタリングを用いて調査している。重み条件の異なるコミュニティ構造を比較するための非類似度測度 D を導入し、エッジの重みがコミュニティ構成に影響を及えるものの、スパースなネットワークではその影響は限定的であることが判明した。これは、このようなシステムでは重みの大きさよりも接続の有無（トポロジー）がコミュニティ形成により大きな影響を及えることを示唆している。

ABSTRACT

This paper uses a database of collaboration recording between Econophysics Scientists to study the community structure of this collaboration network, which with a single type of vertex and a type of undirected, weighted edge. Hierarchical clustering and the algorithm of Girvan and Newman are presented to analyze the data. And it emphasizes the influence of the weight to results of communities by comparing the different results obtained in different weights. A function D is proposed to distinguish the difference between above results. At last the paper also gives explanation to the results and discussion about community structure.

研究の動機と目的

• ネットワーク科学的手法を用いて、経済物理学の研究者間の共同ネットワークにおけるコミュニティ構造を分析すること。
• エッジの重みが重み付きネットワークにおけるコミュニティの形成および構成にどのように影響するかを調査すること。
• 異なる重み条件下でのGirvan–Newmanアルゴリズムと階層的クラスタリングのコミュニティ検出結果を比較すること。
• コミュニティ構造の差を評価するための定量的非類似度測度 D を開発・適用すること。
• tanh関数による重み正規化と再重み付け戦略が、コミュニティ検出の結果に与える影響を評価すること。

提案手法

• ノードを研究者、エッジを共同執筆を表す重み付き共同ネットワークを実証データから構築した。エッジ重みは $ w_{ij} = \tanh(t_{ij}) $ で定義され、$ t_{ij} $ は共同執筆論文の数を表す。
• エッジの媒介性を用いて反復的に媒介性が最大のエッジを削除するGirvan–Newman（GN）アルゴリズムを適用し、コミュニティ構造を同定した。
• 類似度に基づくリンク法を用いた階層的クラスタリングを実施した。類似度はエッジ重みから導出された。
• 異なるアルゴリズムおよび重み条件からのコミュニティ構造を比較するための非類似度関数 D を定義した。一致しないコミュニティは空集合として扱った。
• 重みの順序効果を評価するため、2つの順序でエッジを再重み付けした：$ p=1 $（重み降順）および $ p=-1 $（重み昇順）。
• モジュラリティ関数 Q を用いてコミュニティの質を評価し、Q曲線のピークとして最適なコミュニティ構造を同定した。

実験結果

リサーチクエスチョン

• RQ1 非重み付き、重み付き、逆重み付きの異なる重み条件が、経済物理学の研究者共同ネットワークにおけるコミュニティ構造にどのように影響を与えるか。
• RQ2 エッジ重みの影響が、GNアルゴリズムおよび階層的クラスタリングが同定するコミュニティの構成および数にどの程度及ぶか。
• RQ3 GNアルゴリズムと階層的クラスタリングが得るコミュニティ構造の間には、構造的非類似度がどの程度存在するか。
• RQ4 tanh関数による正規化された重み関数の使用が、このネットワークにおけるコミュニティ検出の現実性または正確性を向上させるか。
• RQ5 スパースな科学的共同研究ネットワークにおいて、エッジの存在と重みの大きさのどちらがコミュニティ形成に相対的により大きな影響を及えるか。

主な発見

• GNアルゴリズムは階層的クラスタリングよりも優れたコミュニティ検出結果を示し、機関の所属関係や研究分野と対応する明確で意味のあるグループ分けが得られた。
• 非類似度測度 D は、GNと階層的クラスタリングの最良コミュニティ構造に顕著な差が存在することを示し、$ D_{\text{best}} = 0.756 $ であった。これは構造的乖離が顕著であることを示している。
• 重み降順（$ p=1 $）および重み昇順（$ p=-1 $）の順序でエッジを再重み付けした結果、異なるコミュニティ構造が得られ、非重み付きネットワークと重み付きネットワーク間の非類似度は $ D_{10,13} = 0.42 $、重み付きと逆重み付きネットワーク間は $ D_{10,12} = 0.25 $ であった。
• 正規化された重みを使用しても、エッジ重みがコミュニティ構造に与える影響は相対的に小さいことが判明した。特にスパースなネットワークでは顕著であった。
• 本研究では、経済物理学の研究者共同ネットワークのようなスパースなネットワークでは、エッジの有無（存在／不在）が重みの大きさよりもコミュニティ構造に強い影響を及えると結論づけた。
• モジュラリティ関数 Q は明確なピークを示し、さまざまな重み条件下での同定されたコミュニティの妥当性を裏付けた。