[论文解读] Empirical Analysis and Evolving Model of Bipartite Networks

Peng Zhang, Menghui Li+3 more|ArXiv.org|Apr 24, 2008

Complex Network Analysis Techniques参考文献 6被引用 5

一句话总结

本文提出了两种用于依赖网络的生长双模网络模型——其中一类节点集（如演员）由另一类节点集（如电影）之间的互动产生——且不依赖优先连接机制。这些模型在演员节点上生成了符合幂律分布的度分布，与合作者网络和协作网络中的实证数据一致，表明在双模系统中，幂律结构可由局部的、非优先的机制（如邻域选择和随机游走）自然涌现。

ABSTRACT

Many real-world networks display a natural bipartite structure. Investigating it based on the original structure is helpful to get deep understanding about the networks. In this paper, some real-world bipartite networks are collected and divided into two types, dependence bipartite networks and independence bipartite networks, according to the different relation of two sets of nodes. By analyzing them, the results show that the actors nodes have scale-free property in the dependence networks, and there is no accordant degree distribution in the independence networks for both two types of nodes. In order to understand the scale-free property of actors in dependence networks, two growing bipartite models without the preferential attachment principle are proposed. The models show the scale-free phenomena in actors' degree distribution. It also gives well qualitatively consistent behavior with the empirical results.

研究动机与目标

• 基于节点集之间的关系，将现实世界中的双模网络分类为依赖型与独立型。
• 利用实证数据，研究这两种网络类型中节点的度分布特性。
• 构建生长型双模网络模型，以在不依赖优先连接机制的前提下再现演员节点的幂律特性。
• 将模型与真实世界数据进行对比验证，尤其关注合作者网络与协作网络。
• 证明在依赖型网络中，幂律行为可由局部的、非优先的机制（如邻域选择与随机游走）自然产生。

提出的方法

• 定义两类双模网络：依赖型（如演员-电影、合作者关系）与独立型（如书籍-读者、点对点关系）。
• 提出模型1：在每个时间步，新增一篇论文，其作者数为n；其中，以概率λ引入一位新作者，其余作者从现有作者中通过从随机选择的种子节点出发的m阶最近邻选择机制产生。
• 提出模型2：与模型1类似，但其余作者通过从随机选择的现有作者出发的m步随机游走方式选择。
• 使用参数max_n（每篇论文最多作者数）、max_m（最大邻域深度）和λ（新作者出现概率）控制网络生长过程。
• 模拟网络至40,000步，进行20次独立实现，以确保统计稳健性。
• 分析作者与论文的度分布，重点关注累积分布与幂律拟合结果。

实验结果

研究问题

• RQ1 依赖型双模网络是否在演员节点上表现出幂律度分布，而独立型网络则不具有？
• RQ2 在不使用优先连接机制的前提下，生长型双模网络中演员节点的幂律度分布是否仍可产生？
• RQ3 局部选择规则（如基于邻域的选择与随机游走）在幂律特性涌现过程中起到何种作用？
• RQ4 所提出的模型在多大程度上能再现真实合作者网络与协作网络中观测到的实证度分布？
• RQ5 参数λ、max_n与max_m在塑造演员节点度分布方面分别发挥什么作用？

主要发现

• 实证分析表明，依赖型网络中的演员节点（如合作者关系、经济物理学、复杂网络）表现出幂律度分布。
• 相比之下，独立型网络（如书籍-读者、性关系网络）中任一节点集的度分布均无一致模式。
• 模型1通过从随机种子出发的m阶最近邻选择机制，生成了与实证数据一致的幂律度分布（指数匹配）。
• 模型2通过从种子节点出发的m步随机游走机制，同样生成了演员节点的幂律度分布，与实证观察结果一致。
• 在40,000步模拟与20次独立实现下，度分布呈现稳定渐近形态，证实了收敛性与鲁棒性。
• 与实证数据（Econophysicist, Complex-networks, Cooccurrence, Coauthoring）的对比表明，两种模型在定性上均能准确再现演员度分布中的实证幂律行为。