[论文解读] Clustering means geometry in networks

Dmitri Krioukov|arXiv (Cornell University)|Mar 18, 2016

Complex Network Analysis Techniques被引用 5

一句话总结

该论文表明，当聚类强度足够强时，具有固定期望度数且所有节点聚类系数均相同的随机网络，与实直线上随机几何图等价。关键结果是，高且均匀分布的三角形计数是网络中潜在几何结构的决定性特征，可实现潜在空间网络模型的可靠模型验证与推断。

ABSTRACT

Latent-space network models have been used successfully in many applications in network science and other disciplines, yet the probability distributions in the random graph ensembles that these models define tend to be highly intractable. Therefore it is usually impossible to tell if a given real network is a typical element in a graph ensemble defined by a given model, so that the model can be used for reliable predictions. It is thus desirable to identify structural properties of networks such that random graphs having these properties are guaranteed to be latent-geometric, that is, to be typical elements in a latent-space ensemble. Here we show that random graphs in which expected degrees and clustering of every node are fixed to the same values, are equivalent to random geometric graphs on the real line if clustering is sufficiently strong. Large numbers of triangles, homogeneously distributed across all nodes as in real networks, are thus a signature of their latent geometry. The methods we use to prove this are quite general and applicable to other network ensembles, geometric or not, and to certain problems in quantum gravity.

研究动机与目标

• 识别能保证网络是潜在空间随机图集合典型实现的结构性网络特征。
• 解决潜在空间网络模型中不可计算概率分布的问题，该问题阻碍了模型验证与预测。
• 确立节点间聚类同质性是随机网络中潜在几何结构的充分条件。
• 提供一个适用于几何网络之外的通用框架，包括量子引力中的问题。

提出的方法

• 作者分析了每个节点的期望度数和聚类系数均固定为观测值的随机图集合。
• 他们证明，在强聚类条件下，此类集合收敛于实直线上随机几何图。
• 该证明依赖于对三角形分布及其在节点间同质性的分析，作为潜在几何结构的代理指标。
• 该方法使用概率与组合论证，证明固定度数、固定聚类集合与几何随机图之间的等价性。
• 该方法具有一般性，可扩展至其他网络集合及非几何设定。
• 它利用三角形分布的对称性与均匀性，推断潜在几何嵌入。

实验结果

研究问题

• RQ1 在何种条件下，具有固定期望度数和聚类的网络会表现出潜在几何结构？
• RQ2 节点间同质的三角形分布能否作为随机网络中潜在几何结构的充分指标？
• RQ3 固定聚类集合与实直线上几何随机图之间的等价性在数学上如何产生？
• RQ4 哪些结构性质可确保网络是潜在空间图集合的典型元素？
• RQ5 该框架在多大程度上可推广至非几何网络集合或其他领域（如量子引力）？

主要发现

• 当聚类足够强时，具有固定期望度数且所有节点聚类系数均相同的随机网络，在数学上等价于实直线上随机几何图。
• 节点间高且均匀分布的三角形计数是网络中潜在几何结构的决定性特征。
• 该等价性在一般条件下成立，使其可适用于广泛类别的网络集合，而不仅限于严格几何模型。
• 该方法可通过检查与几何集合的结构一致性，为潜在空间模型的验证提供途径。
• 该框架具有足够通用性，可扩展至量子引力及其他复杂系统中的问题。