[论文解读] Degree Ranking Using Local Information

Akrati Saxena, Ralucca Gera+1 more|arXiv (Cornell University)|Jun 5, 2017

Complex Network Analysis Techniques参考文献 47被引用 6

一句话总结

本文提出四种局部算法，仅通过采样技术（幂律分布、均匀采样和随机游走（RW、MH））使用网络规模1%的样本，估算大规模动态网络中节点的度排名。随机游走（RW）方法实现平均绝对误差低于0.2%，实现高精度、可扩展的排名，且无需完整网络访问。

ABSTRACT

Most real world dynamic networks are evolved very fast with time. It is not feasible to collect the entire network at any given time to study its characteristics. This creates the need to propose local algorithms to study various properties of the network. In the present work, we estimate degree rank of a node without having the entire network. The proposed methods are based on the power law degree distribution characteristic or sampling techniques. The proposed methods are simulated on synthetic networks, as well as on real world social networks. The efficiency of the proposed methods is evaluated using absolute and weighted error functions. Results show that the degree rank of a node can be estimated with high accuracy using only $1\%$ samples of the network size. The accuracy of the estimation decreases from high ranked to low ranked nodes. We further extend the proposed methods for random networks and validate their efficiency on synthetic random networks, that are generated using Erdős-Rényi model. Results show that the proposed methods can be efficiently used for random networks as well.

研究动机与目标

• 解决因API速率限制和网络动态性，无法获取完整大规模动态网络以进行度排名计算的不可行性。
• 开发仅依赖最小网络样本的局部算法，以应对API速率限制和网络动态性。
• 确保在仅使用局部信息和小样本的情况下，对无标度网络和随机网络均实现高精度的排名估计。
• 将方法扩展至随机网络，使用泊松度分布并验证其效率。
• 为病毒营销和流行病建模等应用提供可扩展的解决方案，以识别关键节点。

提出的方法

• 利用无标度网络的幂律度分布，通过网络参数（如平均度）在O(1)时间内估算度排名。
• 使用均匀采样（US）收集少量具有代表性的节点样本，并将局部排名外推至全局排名。
• 应用马尔可夫链蒙特卡洛（MH）和经典随机游走（RW）采样，以最小数据访问量获取局部网络信息。
• 从采样数据中估算全局网络参数（如平均度和最大度），并输入排名估计模型。
• 对于随机网络，应用泊松度分布对每度值的节点数量进行建模，并使用公式 $ E[R_G(u)] = n \cdot e^{-d_{avg}} \sum_{j=d_u+1}^{d_{max}} \frac{(d_{avg})^j}{j!} + 1 $ 计算期望排名。
• 在基于泊松分布的公式中使用估计参数 $ d'_{avg} $ 和 $ d'_{max} $，计算估计排名 $ R_{est}(u) $。

实验结果

研究问题

• RQ1 是否仅使用网络规模1%的样本和局部采样，即可准确估算度排名？
• RQ2 度排名估计的准确性在高阶和低阶节点之间如何变化？
• RQ3 在均匀采样、随机游走和马尔可夫链蒙特卡洛三种采样方法中，哪一种能实现最准确且可扩展的度排名估计？
• RQ4 所提出的方法能否有效扩展至通过埃拉多斯-雷尼模型生成的随机网络？
• RQ5 估计误差在不同网络规模和度分布下如何表现？

主要发现

• 在真实网络中，随机游走（RW）方法实现平均绝对误差0.16%和平均加权误差0.13%，证明仅使用1%采样即可实现高精度。
• 高阶节点的度排名估计精度显著高于低阶节点，误差随排名降低而增加。
• RW方法的性能几乎与均匀采样（US）相当，但因其可扩展性和更低的数据访问需求，在真实动态网络中更具实用性。
• 基于泊松度分布的方法（PD）对平均度估计误差高度敏感，导致累积误差较大，因此可靠性低于RW或US。
• 在随机网络（埃拉多斯-雷尼模型）中，RW方法保持低误差率，估计误差随度排名先增加后减少，这与泊松分布的形状有关。
• 所提出的方法在多种网络类型中均有效，包括无标度网络和随机网络，在合成网络和真实网络（20个真实社交网络）中均表现一致。