[论文解读] Estimating the sensitivity of centrality measures w.r.t. measurement errors

Christoph Martin, Peter Niemeyer|arXiv (Cornell University)|Apr 4, 2017

Complex Network Analysis Techniques参考文献 38被引用 6

一句话总结

本文提出了一种敏感性度量方法，用于评估在存在测量误差的网络中中心性度量的可靠性，提出了两种估计方法——插补法与迭代法，分别基于观测网络和误差假设。在真实网络和无标度网络中，迭代法在PageRank等中心性度量上显著优于插补法，为研究人员提供了一种实用工具，用于在缺乏真实底层网络的情况下评估中心性度量在不确定性下的鲁棒性。

ABSTRACT

Most network studies rely on an observed network that differs from the underlying network which is obfuscated by measurement errors. It is well known that such errors can have a severe impact on the reliability of network metrics, especially on centrality measures: a more central node in the observed network might be less central in the underlying network. We introduce a metric for the reliability of centrality measures -- called sensitivity. Given two randomly chosen nodes, the sensitivity means the probability that the more central node in the observed network is also more central in the underlying network. The sensitivity concept relies on the underlying network which is usually not accessible. Therefore, we propose two methods to approximate the sensitivity. The iterative method, which simulates possible underlying networks for the estimation and the imputation method, which uses the sensitivity of the observed network for the estimation. Both methods rely on the observed network and assumptions about the underlying type of measurement error (e.g., the percentage of missing edges or nodes). Our experiments on real-world networks and random graphs show that the iterative method performs well in many cases. In contrast, the imputation method does not yield useful estimations for networks other than Erdős-Rényi graphs.

研究动机与目标

• 为解决在存在测量误差的网络中，缺乏标准化方法来估计中心性度量可靠性的问题。
• 提出一种敏感性度量，用于量化在随机选取两个节点时，观测网络中更中心的节点在底层（无误差）网络中仍保持更中心的概率。
• 开发实用的估计方法，使研究人员无需访问真实底层网络，即可评估中心性度量的可靠性。
• 在多种网络类型（包括真实网络和具有不同误差机制的合成网络）上评估这些方法的性能。
• 为研究人员提供一种可靠且可解释的工具，用于评估测量误差对基于中心性结论的影响。

提出的方法

• 提出一种敏感性度量，定义为：当随机选取两个节点时，观测网络中更中心的节点在底层网络中仍保持更中心的概率。
• 引入一种迭代方法，假设观测网络的敏感性近似于隐藏网络的敏感性，利用在假设误差类型下的自相似性特性。
• 开发一种插补方法，通过反转假设的测量误差（如补全缺失边）来重建隐藏网络，并在重建网络上计算敏感性。
• 使用随机图机制建模测量误差，例如随机删除边、随机添加边或随机删除节点，误差水平指定为（如10%、30%）。
• 通过蒙特卡洛模拟在多个试验中估计成功率和每种方法及网络类型的平均敏感性值。
• 在Erdős–Rényi（ER）图、Barabási–Albert（BA）图和真实网络（如Dolphins、Hamsterster、Jazz、蛋白质网络）上验证方法，比较不同中心性度量的结果。

实验结果

研究问题

• RQ1 当真实底层网络未知时，如何量化中心性度量在存在测量误差情况下的可靠性？
• RQ2 在多种网络结构和误差机制下，插补法与迭代法中哪种估计方法能提供更准确的敏感性估计？
• RQ3 迭代法的性能是否依赖于中心性度量的类型，如度中心性、接近度中心性、介数中心性、特征向量中心性和PageRank？
• RQ4 随着误差水平增加（如10% vs. 30%）和不同误差机制（如边删除 vs. 边添加），中心性度量的敏感性如何变化？
• RQ5 在何种条件下，迭代法所依赖的自相似性假设成立，又在何种情况下可能失效？

主要发现

• 在Barabási–Albert图和真实网络中，迭代法显著优于插补法，尤其在PageRank上表现突出，敏感性值保持较高水平（如在10%误差水平下达93.0%）。
• 在真实网络中，当采用10%的随机边删除（成比例或均匀）时，迭代法在PageRank和接近度中心性上的平均敏感性超过90%，在介数和特征向量中心性上超过95%。
• 插补法在非ER网络上无法产生可靠估计，仅在Erdős–Rényi图上表现良好，表明其泛化能力有限。
• 度中心性表现出高敏感性（如在Dolphins网络中，10%边添加时达98.5%），表明其对测量误差具有相对鲁棒性，尽管这可能反映了其结构上的简单性。
• 在30%误差水平下，迭代法对随机边删除和虚假边添加仍保持良好性能，但对节点删除和小网络中的成比例边删除，敏感性显著下降。
• 本研究提供了实证证据，表明迭代法是估计真实网络分析中中心性可靠性的一种可行且实用的方法。