[论文解读] Fast generation of dynamic complex networks with underlying hyperbolic geometry.

Moritz von Looz, Christian Staudt+2 more|arXiv (Cornell University)|Jan 15, 2015

Complex Network Analysis Techniques参考文献 22被引用 8

一句话总结

本文提出了一种基于双曲几何的子二次时间算法，用于生成大规模动态复杂网络，利用一种新颖的极坐标四叉树结构以减少成对距离计算。该方法实现了 $O((n^{3/2}+m) /log n)$ 的时间复杂度，可在一小时内生成包含数十亿条边的网络，同时保持现实网络的关键特征，如幂律度分布、高聚类系数和低直径。

ABSTRACT

Complex networks have become increasingly popular for modeling real-world phenomena, ranging from web hyperlinks to interactions between people. Realistic generative network models are important in this context as they avoid privacy concerns of real data and simplify complex network research regarding data sharing, reproducibility, and scalability studies. We study a geometric model creating unit-disk graphs in hyperbolic space. Previous work provided empirical and theoretical evidence that this model creates networks with a hierarchical structure and other realistic features. However, the investigated networks were small, possibly due to a quadratic running time of a straightforward implementation. % We provide a faster generator for a representative subset of these networks. Our experiments indicate a time complexity of $O((n^{3/2}+m) \log n)$ for our implementation and thus confirm our theoretical considerations. To our knowledge our implementation is the first one with subquadratic running time. The acceleration stems primarily from the reduction of pairwise distance computations through a polar quadtree newly adapted to hyperbolic space. We also extend the generator to an alternative dynamic model which preserves graph properties in expectation. Finally, we generate and evaluate the largest networks of this model published so far. Our implementation computes networks with billions of edges in less than an hour. A comprehensive network analysis shows that important features of complex networks, such as a low diameter, power-law degree distribution and a high clustering coefficient, are retained over different graph sizes and densities.

研究动机与目标

• 解决现有几何网络生成器因时间复杂度为二次方而导致的可扩展性限制。
• 实现可生成包含数十亿条边的大型、真实复杂网络，以支持可复现性、可扩展性和数据共享研究。
• 开发一种动态网络模型，使其在时间上保持关键网络属性的期望值。
• 提供首个针对双曲单位圆盘图模型的子二次运行时间实现。
• 通过实证验证，确认在不同规模和密度下，现实网络特征得以保持。

提出的方法

• 作者提出一种适配双曲空间的极坐标四叉树数据结构，以高效管理空间索引并减少成对距离计算。
• 生成器利用双曲几何构建单位圆盘图，其中节点被放置在双曲空间中，若距离在固定半径内则相互连接。
• 极坐标四叉树将双曲空间划分为角度和径向扇区，支持对数时间邻居查询，从而加速图的构建。
• 引入一种动态扩展机制，支持节点和边的增量更新，同时保持图的期望属性，如度分布和聚类系数。
• 对算法的时间复杂度进行了理论分析，并通过实验验证其为 $O((n^{3/2}+m) /log n)$，证实其具有子二次性能。
• 在包含数十亿条边的网络上对实现进行了评估，通过全面的结构分析验证了网络的真实性。

实验结果

研究问题

• RQ1 双曲网络生成器能否实现子二次时间复杂度，从而扩展至数十亿条边？
• RQ2 极坐标四叉树在双曲空间中在多大程度上减少了距离计算的开销？
• RQ3 该动态模型是否能在期望上保持关键网络属性，如幂律度分布和高聚类系数？
• RQ4 诸如低直径和高聚类等现实网络特征是否在不同规模和密度下均得以保持？
• RQ5 所提出的生成器能否以实用的运行时间，生成该模型迄今最大的网络？

主要发现

• 所提出的生成器实现了 $O((n^{3/2}+m) /log n)$ 的时间复杂度，证实了子二次性能，并成为该模型首个实现此复杂度的实例。
• 极坐标四叉树实现了双曲空间中的高效空间索引，显著减少了成对距离计算的次数。
• 该生成器可在一小时内生成包含多达数十亿条边的网络，为该模型设立了新的规模基准。
• 所有测试规模和密度下，关键现实网络特征——幂律度分布、高聚类系数和低直径——均得以保持。
• 动态模型成功在时间上维持了结构属性的期望值，支持大规模演化网络的可扩展模拟。
• 实证评估表明，即使在极端规模下，该模型仍保持了真实的拓扑特征，支持其在大规模网络研究中的应用。