[论文解读] Four Degrees of Separation

Lars Bäckström, Paolo Boldi+3 more|arXiv (Cornell University)|Nov 19, 2011

Graph Theory and Algorithms参考文献 2被引用 41

一句话总结

本论文首次对全球最大电子社交网络——Facebook的社交网络距离分布进行了大规模计算，采用HyperANF算法处理包含7.21亿用户和690亿好友关系的图结构。结果显示平均距离为4.74，对应3.74度分离，spid（最短路径离散指数）为0.09，证实社交网络表现出显著的低分散性，进一步在全局尺度上支持了‘小世界’假说。

ABSTRACT

Frigyes Karinthy, in his 1929 short story "Láancszemek" ("Chains") suggested that any two persons are distanced by at most six friendship links. (The exact wording of the story is slightly ambiguous: "He bet us that, using no more than five individuals, one of whom is a personal acquaintance, he could contact the selected individual [...]". It is not completely clear whether the selected individual is part of the five, so this could actually allude to distance five or six in the language of graph theory, but the "six degrees of separation" phrase stuck after John Guare's 1990 eponymous play. Following Milgram's definition and Guare's interpretation, we will assume that "degrees of separation" is the same as "distance minus one", where "distance" is the usual path length-the number of arcs in the path.) Stanley Milgram in his famous experiment challenged people to route postcards to a fixed recipient by passing them only through direct acquaintances. The average number of intermediaries on the path of the postcards lay between 4.4 and 5.7, depending on the sample of people chosen. We report the results of the first world-scale social-network graph-distance computations, using the entire Facebook network of active users (\approx721 million users, \approx69 billion friendship links). The average distance we observe is 4.74, corresponding to 3.74 intermediaries or "degrees of separation", showing that the world is even smaller than we expected, and prompting the title of this paper. More generally, we study the distance distribution of Facebook and of some interesting geographic subgraphs, looking also at their evolution over time. The networks we are able to explore are almost two orders of magnitude larger than those analysed in the previous literature. We report detailed statistical metadata showing that our measurements (which rely on probabilistic algorithms) are very accurate.

研究动机与目标

• 计算迄今所创建的最大电子社交网络——Facebook的全局距离分布，该网络包含超过7.21亿用户和690亿好友关系。
• 检验社交网络是否表现出低spid（最短路径离散指数），即距离分布的低分散性，与网页图形成对比。
• 研究Facebook随时间的结构演化，以及地理和时间约束对网络距离的影响。
• 评估概率算法（如HyperANF）在高精度估计大规模图属性方面的准确性与可扩展性。
• 探讨局部性与聚类在塑造全球社交网络小世界特性中的作用。

提出的方法

• 采用HyperANF算法，一种基于近似、统计相关计数器的可扩展扩散计算方法，用于估计每个节点在各距离内可到达的节点数。
• 通过分层节点标记与图压缩技术提升局部访问性并减少内存占用，实现每条边11.6比特（达到信息论下限的56%）。
• 对邻域函数应用概率估计，利用分布尾部相对误差的稳定行为，确保高精度。
• 根据地理与时间标准将完整Facebook图划分为29个子图，以分析局部距离分布与结构演化。
• 通过误差传播分析验证结果，表明理论边界低估了实际精度，原因在于分布尾部误差行为的稳定性。
• 以LGPL许可证发布派生数据（WebGraph属性与邻域函数估计）及软件，确保可复现性与透明度。

实验结果

研究问题

• RQ1 全球Facebook社交网络中用户之间的平均距离是多少？
• RQ2 Facebook图是否表现出低分散性（spid < 1），如真实社交网络所假设的那样？
• RQ3 地理与时间限制如何影响Facebook子图中的平均距离与距离分布？
• RQ4 概率算法（如HyperANF）在大规模网络中对全局图属性估计的准确性如何？
• RQ5 Facebook随时间的结构演化与现有网络增长与密度模型相比如何？

主要发现

• 任意两位活跃Facebook用户之间的平均距离为4.74，对应3.74个中间人或‘分离度’。
• Facebook图的spid（距离分布的方差与均值之比）为0.09，证实其具有强烈的低分散性，支持社交网络在结构上与网页图不同的假设。
• 地理受限的子图表现出更小的平均距离，与米尔格拉姆原始发现一致，凸显了邻近性在连通性中的作用。
• 全网平均距离随时间趋于稳定，表明尽管持续增长，其全球结构已趋于成熟且相对静态。
• 实际应用中，概率性HyperANF算法表现出高精度，误差在分布尾部趋于稳定，导致结果比理论边界预测更为可靠。
• Facebook图具有高度可压缩性（每条边11.6比特），表明其存在强烈的聚类结构，支持重叠社区与局部连通模式的存在。