[论文解读] A weighted network evolution model based on passenger behavior

Yihong Hu, Daoli Zhu+1 more|ArXiv.org|Sep 26, 2007

Transportation Planning and Optimization被引用 3

一句话总结

本文提出了一种由乘客路线选择行为驱动的加权网络演化模型，其中新节点以概率 $p$ 直接连接，或以概率 $1-p$ 通过第三个节点中转连接。该模型解析推导出度、强度和权重的幂律分布，其指数依赖于 $p$，并揭示了由于行为动态导致的非 assortative 混合特性，为现实世界网络（如航空交通和社交系统）中的枢纽形成提供了机制。

ABSTRACT

This paper presents an evolution model of weighted networks in which the structural growth and weight dynamics are driven by human behavior, i.e. passenger route choice behavior. Transportation networks grow due to people's increasing travel demand and the pattern of growth is determined by their route choice behavior. In airline networks passengers often transfer from a third airport instead of flying directly to the destination, which contributes to the hubs formation and finally the scale-free statistical property. In this model we assume at each time step there emerges a new node with m travel destinations. Then the new node either connects destination directly with the probability p or transfers from a third node with the probability 1-p. The analytical result shows degree and strength both obey power-law distribution with the exponent between 2.33 and 3 depending on p. The weights also obey power-law distribution. The clustering coefficient, degree assortatively coefficient and degree-strength correlation are all dependent on the probability p. This model can also be used in social networks.

研究动机与目标

• 理解驱动加权交通网络演化的潜在行为机制。
• 解决先前模型的局限性，即假设权重动态自动发生而未考虑人类决策行为。
• 建模乘客路线选择（直达与中转）如何塑造网络结构与权重分布。
• 将行为动态整合进网络演化过程，以更好地反映航空交通与社交网络中的真实机制。
• 推导度、强度和权重分布的解析表达式，并通过模拟验证其正确性。

提出的方法

• 在每个时间步添加一个新节点，其 $m$ 个目的地按现有节点强度 $S_i$ 的成比例概率选择。
• 新节点以概率 $p$ 直接连接至目的地，或以概率 $1-p$ 通过第三个节点 $j$ 中转连接。
• 对于中转连接，中转节点 $j$ 按概率 $\pi_{n-j} = w_{ij}/S_i$ 选择，优先选择通往目的地流量高的节点。
• 边权重初始设为 $w_0 = 1$，权重演化遵循 $dw_{ij}/dt = m(1-p)\left(\frac{S_i}{\sum_l S_l}\frac{w_{ij}}{S_i} + \frac{S_j}{\sum_l S_l}\frac{w_{ij}}{S_j}\right)$，导致权重呈幂律增长。
• 模型模拟了 $N=10000$ 个节点和 $m=2$ 的情形，结果在 20 个网络上取平均以验证解析预测。
• 解析推导基于强度和中转概率的优先连接机制，推导出度、强度和权重的幂律指数。

实验结果

研究问题

• RQ1 乘客路线选择行为（特别是直达与中转航班）如何影响加权网络的结构演化？
• RQ2 度、强度和权重分布的解析幂律指数是什么？它们如何依赖于中转概率 $p$？
• RQ3 与具有自动权重动态的模型相比，行为动态的引入如何改变聚类和度相关性？
• RQ4 该模型在多大程度上再现了真实网络中的特征，如非 assortative 性和层次结构？
• RQ5 该模型能否解释现实世界系统（如航空网络）中尺度自由与加权网络特性的出现？

主要发现

• 度和强度均服从幂律分布，指数为 $r = 2 + 1/(3 - 2p)$，当 $p$ 从 0 到 1 变化时，指数范围约为 2.33 至 3。
• 权重分布也服从幂律，指数为 $a = (3 - 2p)/(1 - p)$，当 $p \to 1$ 时趋于无穷大（此时所有权重均为 1）。
• 聚类系数 $C(k)$ 和平均最近邻度 $K_{nn}(k)$ 表现出非 assortative 行为，随度 $k$ 增加而减小，且在 $p$ 较小时更为显著。
• 模拟结果证实了分析预测，理论与经验分布的度、强度和权重分布之间具有良好一致性。
• 当 $1-p = \delta$ 时，模型重现 BBV 模型；当 $p=1$ 时，重现 AK 模型，表明在极限情况下与既有模型保持一致。
• 权重演化方程 $w_{ij} \propto (t/t_{ij})^{(1-p)/(2-p)}$ 表明，年岁更长且使用频繁的链接增长更快，从而强化了富集俱乐部现象。