[论文解读] Approximating nonbacktracking centrality and localization phenomena in large networks

G. Timár, R. A. da Costa+2 more|arXiv (Cornell University)|Mar 8, 2021

Complex Network Analysis Techniques参考文献 32被引用 4

一句话总结

本论文提出了一种基于度类别的近似方法，仅利用最近邻度-度相关性，对大规模网络中的非回溯中心性（NBC）和非回溯矩阵的最大特征值（LEV）进行估计。该方法将完整的 2L×2L 非回溯矩阵替换为基于联合度分布的更小矩阵，实现了高精度——尤其在短环密度较低的网络中——同时支持大规模网络的可扩展计算。

ABSTRACT

Message-passing theories have proved to be invaluable tools in studying percolation, non-recurrent epidemics and similar dynamical processes on real-world networks. At the heart of the message-passing method is the nonbacktracking matrix whose largest eigenvalue, the corresponding eigenvector, and the closely related nonbacktracking centrality play a central role in determining how the given dynamical model behaves. Here we propose a degree-class-based method to approximate these quantities using a smaller matrix related to the joint degree-degree distribution of neighbouring nodes. Our findings suggest that in most networks degree-degree correlations beyond nearest neighbour are actually not strong, and our first-order description already results in accurate estimates, particularly when message-passing itself is a good approximation to the original model in question, that is when the number of short cycles in the network is sufficiently low. We show that localization of the nonbacktracking centrality is also captured well by our scheme, particularly in large networks. Our method provides an alternative to working with the full nonbacktracking matrix in very large networks where this may not be possible due to memory limitations.

研究动机与目标

• 解决由于内存和规模限制，导致在超大规模网络中计算非回溯中心性（NBC）和非回溯矩阵最大特征值（LEV）的计算不可行问题。
• 探究除最近邻之外的度-度相关性是否显著影响 NBC 和 LEV 的估计结果，特别是在具有稀疏短环的真实网络中。
• 基于联合度-度分布 P(k,k')，开发一种计算高效的近似方案，以在不构建完整非回溯矩阵的情况下估计 NBC 和 LEV。
• 评估该近似方法在捕捉非回溯矩阵主特征向量局域化现象方面的准确性，特别是在大规模网络中。
• 通过在 109 个真实世界网络上的验证，评估该方法相对于完整非回溯矩阵精确计算的鲁棒性和可扩展性。

提出的方法

• 基于相邻节点的联合度-度分布 P(k,k') 构建一个简化矩阵，代表具有相同最近邻相关性的无限、局部树状网络。
• 以分支矩阵 Bk,k' = (k'−1)P(k'|k) 为基础，该矩阵已知可用于描述相关随机网络中的 SIR 流行病和渗透现象。
• 通过求解大小等于网络中不同度数数量的小型矩阵的特征值问题，近似非回溯矩阵的最大特征值（LEV）和非回溯中心性（NBC）。
• 计算主特征向量的反参与比率（IPR），以量化并比较完整系统与近似系统之间的局域化行为。
• 利用网络的局部树状特性，为消息传递近似提供理论依据，并证明忽略最近邻之外的高阶相关性是合理的。
• 通过在 109 个真实世界网络中将近似得到的 LEV、NBC 和 IPR 值与完整非回溯矩阵上的精确计算结果进行对比，验证该方法。

实验结果

研究问题

• RQ1 在仅使用最近邻度-度相关性的情况下，网络的非回溯中心性和最大特征值能在多大程度上被准确近似？
• RQ2 所提出的基于度类别的方法是否能保留非回溯矩阵主特征向量的局域化特性，如通过反参与比率（IPR）所量化的那样？
• RQ3 在具有强度相关性或高聚类的网络中，特别是当存在短环时，该近似的准确性如何？
• RQ4 在哪些类型的网络中——尤其是大规模网络中——该近似会失效？哪些网络特征（如环密度、度异质性）会影响其性能？
• RQ5 该方法能否作为完整非回溯矩阵计算的可扩展替代方案，用于流行病阈值估计和关键传播者检测等应用？

主要发现

• 基于度类别的近似方法在估计非回溯矩阵的最大特征值（LEV）方面表现出高精度，在许多网络中相对误差低于 1%，尤其在短环密度较低的网络中表现更优。
• 该方法能准确再现节点的非回溯中心性（NBC），在大多数测试网络中，近似值与精确值之间的相关系数超过 0.9。
• 通过反参与比率（IPR）衡量的主特征向量局域化现象被高度保真地捕捉，表明该方法保留了枢纽节点和核心子图的结构性角色。
• 即使在网络中存在高度异质的度分布和强 k-核结构（如 Facebook 和 Epinions 网络）时，该方法依然保持稳健，此时局域化现象出现在密集子图而非单个枢纽节点上。
• 该方法显著降低了计算成本：简化矩阵的大小与网络中不同度数的数量成正比（通常小于 100），而完整非回溯矩阵的大小为 2L 行（L 为边数），从而实现了对包含数百万个节点的网络的可扩展性。
• 该近似在聚类度低且短环少的网络中表现最佳，此时消息传递假设最为有效；在高度聚类或模块化网络中性能略有下降。