[论文解读] Centrality of nodes in multiplex networks

Luis Solá, Miguel Romance+4 more|arXiv (Cornell University)|May 31, 2013

Complex Network Analysis Techniques被引用 3

一句话总结

本文通过引入向量型中心性度量，将特征向量中心性扩展至多层网络，以量化多层网络中节点的重要性。在合理条件下，证明了这些度量的存在性与唯一性，并通过仿真表明，它们在相同网络结构上产生显著且非平凡的结果。

ABSTRACT

We extend the concept of eigenvector centrality to multiplex networks, and introduce several alternative parameters that quantify the importance of nodes in a multi-layered networked system, including the definition of vectorial-type centralities. In addition, we rigorously show that, under reasonable conditions, such centrality measures exist and are unique. Computer experiments and simulations demonstrate that the proposed measures provide substantially different results when applied to the same multiplex structure, and highlight the non-trivial relationships between the different measures of centrality introduced.

研究动机与目标

• 将特征向量中心性推广至具有多个相互依赖层的多层网络。
• 定义新的中心性度量，以捕捉单层指标之外的多层系统中节点的重要性。
• 严格建立所提出中心性度量的数学存在性与唯一性。
• 通过仿真表明，不同中心性度量在相同多层结构中产生显著不同的节点排序。

提出的方法

• 采用基于张量的多层邻接结构表示方法，将特征向量中心性推广至多层网络。
• 提出向量型中心性度量，其中每个节点的中心性以跨层的向量形式表示，以捕捉层间依赖关系。
• 利用谱方法与矩阵分析定义并计算中心性向量，确保在合理条件下收敛。
• 基于非负不可约矩阵的性质，推导出中心性向量存在与唯一的必要充分条件。
• 在合成与真实世界的多层网络上进行数值仿真，比较不同中心性度量的行为。
• 通过计算实验评估所提度量在不同网络拓扑下的敏感性与独特性。

实验结果

研究问题

• RQ1 如何有意义地将特征向量中心性扩展至具有相互依赖层的多层网络？
• RQ2 何种数学条件可保证多层系统中节点中心性的存在与唯一性？
• RQ3 所提出的向量型中心性度量之间以及与传统单层中心性在节点排序上存在何种差异？
• RQ4 层间依赖性对多层网络中节点重要性有何影响？
• RQ5 在相同多层结构中，不同中心性度量在多大程度上产生不同的排序结果？

主要发现

• 在合理条件下（如多层邻接张量的不可约性与非负性），所提出的向量型中心性度量存在且唯一。
• 不同中心性度量在相同多层网络上产生显著不同的节点排序，表明其定义与解释具有非平凡的差异。
• 谱方法确保了跨层中心性向量的稳定且计算可行的计算过程。
• 仿真结果表明，这些度量对层间连通模式敏感，凸显了结构耦合在决定节点重要性中的作用。
• 结果表明，不存在单一占优的中心性度量；每种度量揭示了多层系统中节点影响力的独特方面。
• 该框架相比单层中心性度量，能够实现更丰富、多维度的节点重要性分析。