[论文解读] Continuous and robust clustering coefficients for weighted and directed networks

Kent Miyajima, Takashi Sakuragawa|arXiv (Cornell University)|Nov 29, 2014

Complex Network Analysis Techniques参考文献 15被引用 6

一句话总结

本文提出了适用于加权有向网络的连续且鲁棒的聚类系数，其在小边权扰动下保持稳定，解决了现有广义聚类系数的一个关键局限。与以往方法在低权重被截断为零时表现出不连续性（尤其如此）不同，所提出的系数确保权重的微小变化仅引起系数的微小变化，实证显示在类似噪声条件下，C. elegans神经网络的系数变化仅为0.2%，而现有方法则高达436%。

ABSTRACT

We introduce new clustering coefficients for weighted networks. They are continuous and robust against edge weight changes. Recently, generalized clustering coefficients for weighted and directed networks have been proposed. These generalizations have a common property, that their values are not continuous. They are sensitive with edge weight changes, especially at zero weight. With these generalizations, if vanishingly low weights of edges are truncated to weight zero for some reason, the coefficient value may change significantly from the original value. It is preferable that small changes of edge weights cause small changes of coefficient value. We call this property the continuity of generalized clustering coefficients. Our new coefficients admit this property. In the past, few studies have focused on the continuity of generalized clustering coefficients. In experiments, we performed comparative assessments of existing and our generalizations. In the case of a real world network dataset (C. Elegans Neural network), after adding random edge weight errors, though the value of one discontinuous generalization was changed about 436%, the value of proposed one was only changed 0.2%.

研究动机与目标

• 解决现有加权有向网络广义聚类系数的不连续性问题，该问题在低边权被截断为零时会导致系数值发生剧烈变化。
• 提升在实际网络中聚类系数计算的鲁棒性，这些网络的边权易受测量或舍入误差影响。
• 引入一类新的聚类系数，其为边权的连续函数，确保权重的微小变化仅引起系数的微小变化。
• 通过在真实和人工网络上的实证评估，展示连续性的实际优势，表明其对权重扰动的敏感度显著降低。

提出的方法

• 使用边权的连续聚合函数定义加权有向网络的新局部聚类系数，替代不连续的阈值处理或最大/最小值操作。
• 提出四种变体：$C_{glo,mu}$、$C_{glo,gm}$、$C_{glo,min}$ 和 $C_{glo,hm}$，分别基于不同的连续聚合方法（均值、几何平均、最小值、调和平均）。
• 通过避免二元阈值或分段定义来确保连续性；取而代之的是使用边权的光滑、可微函数，即使在权重趋近于零时也能保持稳定。
• 将系数应用于局部和全局聚类度量，实现在节点级与网络级度量间的一致性分析。
• 使用[0,1]区间内的归一化边权，以标准化比较并确保跨不同网络类型下的数学一致性。
• 通过施加小随机误差（如$10^{-12}$、$10^{-9}$、$10^{-6}$）对边权进行扰动，分析和实证验证连续性特性。

实验结果

研究问题

• RQ1 现有加权有向网络广义聚类系数在小边权扰动下表现如何？
• RQ2 聚类系数能否对边权变化保持连续性，特别是在接近零权重时？
• RQ3 连续性在具有噪声或不精确边权的真实网络中能在多大程度上提升鲁棒性？
• RQ4 在受控边权扰动下，所提出的连续系数与不连续的现有方法在定量上如何比较？
• RQ5 聚类系数的连续性是否能在实际应用中带来更可靠的网络分析结果？

主要发现

• 在C. elegans神经网络中，当边权从$10^{-12}$扰动到$10^{-6}$时，现有Opsahl AM系数增加了423%，表明其高度敏感。
• 相比之下，所提出的$C_{glo,mu}$系数在所有扰动水平下均保持0.0099不变，表现出完美的连续性。
• 在C. elegans网络中，所提出的$C_{glo,min}$系数仅变化0.2%（从0.0709到0.0712），而现有$C_{ops,min}$系数变化高达436%。
• 在Freeman EIES网络中，所提出的$C_{glo,gm}$系数扰动后变化小于1%（从0.2688到0.2675），而现有方法变化超过30%。
• 所提出的系数在所有测试扰动水平下均保持稳定值，证实了其连续性和鲁棒性。
• 结果表明，连续性显著减少了聚类系数估计中的误差传播，尤其在具有低权重边的网络中。