[论文解读] Atypical scaling behavior persists in real world interaction networks

Harry Crane, Walter Dempsey|arXiv (Cornell University)|Sep 28, 2015

Complex Network Analysis Techniques参考文献 20被引用 5

一句话总结

本文提出了一种用于现实世界交互网络的生成模型，能够解释幂律度分布指数介于1到2之间的异常现象——此前由于缺乏已知机制而被忽视。该模型采用恒定边增长和正反馈机制，表明此类标度特性自然地出现在社交网络、电子邮件和协作系统等网络中，并提供了一种统计上稳健、与顺序无关的网络分析框架，具有明确的参数解释和基于似然的推断能力。

ABSTRACT

Scale-free power law structure describes complex networks derived from a wide range of real world processes. The extensive literature focuses almost exclusively on networks with power law exponent strictly larger than 2, which can be explained by constant vertex growth and preferential attachment. The complementary scale-free behavior in the range between 1 and 2 has been mostly neglected as atypical because there is no known generating mechanism to explain how networks with this property form. However, empirical observations reveal that scaling in this range is an inherent feature of real world networks obtained from repeated interactions within a population, as in social, communication, and collaboration networks. A generative model explains the observed phenomenon through the realistic dynamics of constant edge growth and a positive feedback mechanism. Our investigation, therefore, yields a novel empirical observation grounded in a strong theoretical basis for its occurrence.

研究动机与目标

• 识别并解释现实世界交互网络中幂律度分布指数介于1和2之间的持久存在现象。
• 解决目前尚无已知生成机制来解释网络中 γ ∈ (1,2) 的问题，尽管这些网络在经验上被观测到但理论研究中被忽略。
• 开发一种统计上可靠、与顺序无关的模型，通过边添加和反馈机制反映真实网络的形成动态。
• 通过提供显式、基于似然的度序列分布，实现稳健的统计推断。
• 证明该模型在将多个边合并为单一边（如真实网络投影）后仍能保持幂律标度特性。

提出的方法

• 该模型通过逐个添加边的方式顺序生成网络，顶点选择基于度数加参数 θ 的大小加权概率。
• 顶点以与 D(i,t) + θ 成比例的概率被选中，其中 D(i,t) 是在第 t 条边添加前顶点 i 的度数。
• 该模型包含自环和多重边，这些在现实交互网络（如电子邮件和协作系统）中很常见。
• 所得网络的度分布遵循幂律，指数为 γ = α + 1，其中 α 控制边累积速率，θ 控制顶点增长。
• 该模型的分布对边到达顺序不变，使其在未知到达顺序时适用于统计推断。
• 通过将参数 (α, θ) 拟合到四个真实网络并验证其度分布与经验数据一致，从而验证了该模型，其中 γ ∈ (1,2)。

实验结果

研究问题

• RQ1 为何现实世界中的交互网络（如社交、电子邮件和协作网络）表现出幂律度分布，且指数介于1和2之间？
• RQ2 何种生成机制可解释通过边添加而非顶点添加而增长的网络中此类异常标度行为的出现？
• RQ3 能否构建一种统计模型，使其在边多重性减少后仍保持幂律标度，且对未知的边到达顺序具有鲁棒性？
• RQ4 模型参数 α 和 θ 如何与反馈强度和顶点增长速率等底层网络动态相关联？
• RQ5 是否可能为 γ ∈ (1,2) 的网络推导出一种基于似然的模型，以实现可靠的统计推断和参数估计？

主要发现

• 演员合作网络、Enron 电子邮件网络、Wikipedia 投票网络和 Facebook 社交圈网络均表现出幂律度分布，其指数分别为 γ ≈ 1.75、1.85、1.15 和 1.30。
• 该生成模型成功复现了这些网络的经验度分布，拟合参数分别为 (α, θ) = (0.75, 1.14)、(0.85, -0.63)、(0.15, 350) 和 (0.30, 168)。
• 即使在通过将多重边合并为单边的方式将网络投影为简单图后，该模型仍能保持幂律标度，模拟结果中 (α, θ) = (0.67, 1) 和 (0.25, 1) 的情形证实了这一点。
• 幂律指数 γ 显式地与模型参数相关，关系为 γ = α + 1，其中 α 控制边累积速率，θ 控制顶点增长速率。
• 该模型的分布与边到达顺序无关，即使在缺乏时间数据时也能实现稳健的统计推断。
• 负的 θ 估计值（如 Enron 网络中 θ = -0.63）表明网络增长主要由固定群体内部的反馈主导，顶点扩展缓慢。