[论文解读] Clustering coefficient without degree correlations biases

Sara Nadiv Soffer, Alexei Vázquez|arXiv (Cornell University)|Sep 26, 2004

Complex Network Analysis Techniques参考文献 2被引用 14

一句话总结

本文指出，标准聚类系数定义受度相关性影响，导致高程度顶点的聚类值被错误地低估。作者提出一种新的聚类系数，通过消除这些偏差，表明在真实网络中，聚类随顶点度数的变化是恒定的或呈对数衰减，而非如以往认为的与度数成反比。

ABSTRACT

The clustering coefficient quantifies how well connected are the neighbors of a vertex in a graph. In real networks it decreases with the vertex degree, which has been taken as a signature of the network hierarchical structure. Here we show that this signature of hierarchical structure is a consequence of degree correlation biases in the clustering coefficient definition. We introduce a new definition in which the degree correlation biases are filtered out, and provide evidence that in real networks the clustering coefficient is constant or decays logarithmically with vertex degree.

研究动机与目标

• 识别标准聚类系数在真实网络中因度相关性而系统性地产生偏差。
• 提出一种新的聚类系数定义，以消除度相关性的影响。
• 重新评估复杂网络中聚类随顶点度数变化的解释。
• 证明观察到的聚类随度数下降是标准定义的产物，而非网络结构本身的特性。
• 提供一种更准确的局部聚类度量，反映与顶点度数无关的真实邻居连通性。

提出的方法

• 基于顶点 $i$ 的邻居在给定其度序列下可能的最大边数 $\omega_i$，定义新的聚类系数 $\tilde{c}_i$。
• 使用一种算法计算 $\omega_i$，该算法考虑邻居之间可能的最大连接数，受限于其度数。
• 引入 $\Omega_i = \left\lfloor \frac{1}{2} \sum_{\text{neighbors}} \left[ \min(k_i, k_j) - 1 \right] \right\rfloor $ 作为 $\omega_i$ 的上界，表示理论上的最大连接数。
• 使用比值 $\tilde{c}_i = \omega_i / \binom{k_i}{2}$ 作为新的局部聚类系数，以消除度相关性偏差。
• 将新定义应用于真实网络（如互联网、语义网、蛋白质-蛋白质相互作用网络），并与标准 $c_i$ 进行比较。
• 分析一个确定性的增长图模型，以解析方式推导 $\tilde{c}_i$ 的标度行为，并确认其随度数呈对数衰减。

实验结果

研究问题

• RQ1 标准聚类系数定义中的度相关性在多大程度上导致了聚类随顶点度数的虚假下降？
• RQ2 能否定义一种新的聚类系数，以隔离真实邻居连通性与度相关性的影响？
• RQ3 与标准定义相比，新聚类系数在现实世界网络中的表现如何？
• RQ4 真实网络中观察到的聚类与度数的反比关系是否反映了真实的网络结构，还是仅源于度量偏差？
• RQ5 当消除度相关性偏差后，真实聚类系数的函数形式是什么？

主要发现

• 标准聚类系数 $c_i$ 随顶点度数下降是由于度相关性偏差所致，而非邻居连通性的真实结构变化。
• 在许多真实网络中，新聚类系数 $\tilde{c}_i$ 在不同顶点度数下近似恒定，表明局部聚类稳定，与度数无关。
• 在 $c_i \sim 1/k$ 的网络中，新度量 $\tilde{c}_i$ 呈对数衰减，形式为 $\tilde{c}_i \approx 2 / \log_2 k_i$，与确定性模型一致。
• 在高度同配网络中（连接顶点度数相近），新旧聚类系数相近，证实偏差在异配网络中最为显著。
• 互联网和语义网的聚类高于仅由度分布和相关性预测的水平，因为 $\langle \tilde{c} \rangle_k$ 在网络增长过程中几乎保持不变。
• 确定性模型验证了当 $c_i \sim 1/k_i$ 时，$\tilde{c}_i \sim 1/\log k_i$，支持新度量的理论一致性。