[论文解读] Comparative Belittlement Properties of Multiscale Network Reduction Methodologies: Bistochastic and Disparity Filtering of Human Migration Flows between 3,000+ U. S. Counties

Paul B. Slater|arXiv (Cornell University)|Jan 1, 2010

Spatial and Panel Data Analysis参考文献 5被引用 1

一句话总结

本文比较了双随机滤波与差异滤波在3,107个美国县的人口迁移数据中对多尺度加权网络的降维效果。通过迭代比例匹配（Sinkhorn-Knopp）算法将矩阵转化为双随机形式，该方法在保留有意义的流动方面优于差异滤波，仅需更少的边即可维持强连通性，并表现出原始流动与过滤后流动之间较弱的相关性，表明其在避免任意规则选择的同时更有效地‘弱化’了噪声。

ABSTRACT

To control for multiscale effects in networks, one can transform the matrix of (in general) weighted, directed internodal flows to bistochastic (doubly-stochastic) form, using the iterative proportional fitting (Sinkhorn-Knopp) procedure, which alternatively scales row and column sums to all equal 1. The dominant entries in the bistochasticized table can then be employed for network reduction, using strong component hierarchical clustering. We illustrate various facets of this wellestablished, widely-applied two-stage algorithm with the 3, 107 × 3, 107 (asymmetric) 1995-2000 intercounty migration flow table for the United States. We compare the results obtained with ones using the disparity filter, for ”extracting the ”multiscale backbone of complex weighted networks”, recently put forth by Serrano, Boguna and Vespignani (SBV) (Proc. Natl. Acad. Sci. 106 [2009], 6483), upon which we have briefly commented (Proc. Natl. Acad. Sci. 106 [2009], E66). The performance of the bistochastic filter appears to be superior, in this specific case, in two respects: (1) it requires far fewer links to complete a strongly-connected network backbone; and (2) it ”belittles” small flows and nodes less–a principal desideratum of SBV–in the sense that the correlations of the nonzero raw flows are considerably weaker with the corresponding bistochastized links than with the significance levels yielded by the disparity filter. Further, the disparity filter, in general, relies upon a somewhat arbitrary choice of either AND or OR rules, while the bistochastic filter does not. Additional comparative studies–as called for by SBV–of these two filtering procedures, in particular as regards their topological properties, should be of considerable interest. Relatedly, in its many geographic applications, the two-stage procedure has–with rare exceptions–clustered contiguous areas, often reconstructing traditional regions (islands, for example), even though no contiguity constraints, at all, are imposed beforehand. PACS numbers: Valid PACS 02.10.Ox, 02.10.Yn, 89.65.Cd, 89.75.Hc ∗Electronic address: [e-mail]

研究动机与目标

• 评估并比较双随机滤波与差异滤波在提取加权、有向迁移网络多尺度骨干网络方面的性能。
• 评估每种方法在‘弱化’小规模、可能具有噪声的流动方面，对保留重要迁移模式的有效性。
• 研究双随机方法是否相比差异滤波减少了对任意过滤规则（如AND/OR）的依赖。
• 考察两种滤波方法在真实世界大规模网络（3,107个县）中的拓扑与结构结果。
• 探索两阶段滤波流程——双随机缩放后接分层聚类——是否能在不施加邻接性约束的情况下恢复具有地理意义的区域。

提出的方法

• 应用迭代比例匹配（Sinkhorn-Knopp）算法，将1995–2000年间的非对称加权县际迁移矩阵转换为双随机形式，使所有行和列的和均为1。
• 以双随机化矩阵中的主导条目为基础，通过强连通分层聚类实现网络降维。
• 应用Serrano、Boguna和Vespignani提出的差异滤波方法，基于边权重的统计显著性提取同一迁移网络的多尺度骨干网络。
• 通过分析维持降维网络强连通性所需的边数，比较两种方法的性能。
• 量化原始原始流动值与其对应过滤后值（双随机化或差异滤波）之间的相关性，以评估每种方法在‘弱化’小规模流动方面的效果。
• 评估差异滤波对边保留采用AND或OR规则的选择的敏感性，并与双随机方法无规则的特性进行对比。

实验结果

研究问题

• RQ1 双随机滤波与差异滤波在保留包含3,107个节点的大规模加权有向迁移网络连通性方面表现如何？
• RQ2 在县际迁移流动背景下，哪种滤波方法能以更少边数维持强连通的网络骨干？
• RQ3 每种方法在多大程度上降低了原始流动值与其过滤后对应值之间的相关性，从而体现对小规模、噪声流动的有效‘弱化’？
• RQ4 双随机滤波方法是否消除了影响差异滤波结果的任意规则选择（如AND/OR）？
• RQ5 两阶段双随机滤波流程是否能在不施加邻接性约束的情况下，恢复具有地理一致性的区域（如传统岛屿或聚类）？

主要发现

• 双随机滤波方法在维持强连通网络骨干方面所需边数显著少于差异滤波。
• 原始迁移流动与对应双随机化边之间的相关性明显弱于原始流动与差异滤波显著性水平之间的相关性，表明双随机方法在弱化小规模流动方面更具优势。
• 差异滤波的结果对AND或OR规则选择较为敏感，而双随机方法则无需此类任意决策。
• 尽管未施加任何邻接性约束，两阶段双随机滤波流程仍能一致地将连续地理区域聚类，常能重建出如岛屿等传统区域。
• 双随机方法在最小化噪声的同时，更有效地保留了有意义的网络结构，尤其在低流动区域表现更优。
• 本研究证实，双随机方法为复杂真实系统（如人类迁移网络）中的多尺度网络降维提供了一种更稳健、更少任意性的替代方案。