[论文解读] Generating Hierarchically Modular Networks via Link Switching

Susan Khor|ArXiv.org|Mar 15, 2009

Complex Network Analysis Techniques参考文献 27被引用 3

一句话总结

本文提出一种链路切换方法，用于生成具有指定度序列的分层模块化网络，避免使用概率性链路形成。通过基于用户定义的拓扑结构，迭代增加节点间的边距离，该方法提升了模块性，采用新度量 Q2 进行衡量，并在不降低小世界特性或聚类性的情况下增强了网络的层次性。

ABSTRACT

This paper introduces a method to generate hierarchically modular networks with prescribed node degree list by link switching. Unlike many existing network generating models, our method does not use link probabilities to achieve modularity. Instead, it utilizes a user-specified topology to determine relatedness between pairs of nodes in terms of edge distances and links are switched to increase edge distances. To measure the modular-ness of a network as a whole, a new metric called Q2 is proposed. Comparisons are made between the Q [15] and Q2 measures. We also comment on the effect of our modularization method on other network characteristics such as clustering, hierarchy, average path length, small-worldness, degree correlation and centrality. An application of this method is reported elsewhere [12]. Briefly, the generated networks are used as test problems to explore the effect of modularity and degree distribution on evolutionary search algorithms.

研究动机与目标

• 开发一种确定性方法，用于生成不依赖随机链路概率的分层模块化网络。
• 定义一种新的模块性度量 Q2，以比传统 Q 更有效地量化网络的分层结构。
• 研究模块化对关键网络特性（如聚类、平均路径长度和度相关性）的影响。
• 实现对测试网络的受控生成，以研究进化算法中的模块性和度分布。
• 在模块化过程中保持小世界特性与网络层次结构。

提出的方法

• 该方法从一个具有用户指定度序列和预定义拓扑结构的网络开始，该拓扑结构通过边距离定义节点之间的相关性。
• 通过重连边来增加在拓扑上关系密切的节点之间的距离，从而实现链路切换，提升模块性。
• 该算法优先选择能增加拓扑相关节点对之间平均边距离的边交换，以促进分层模块化。
• 引入一种新的模块性度量 Q2，用于基于边距离分布评估生成网络的分层结构。
• 该过程持续迭代，直到无法再进行有益的链路切换，从而在给定约束下实现最大模块化。
• 在整个过程中监控网络特性，如聚类、平均路径长度和度相关性，以评估结构的保持情况。

实验结果

研究问题

• RQ1 如何使用确定性链路切换方法，基于指定度序列生成分层模块化网络？
• RQ2 所提出的 Q2 度量与标准 Q 度量相比，在捕捉分层模块性方面表现如何？
• RQ3 模块化过程在多大程度上保持了小世界性、聚类性及其他网络特性？
• RQ4 用户定义的拓扑对最终网络结构和模块性有何影响？
• RQ5 该方法对生成网络中的度相关性和中心性度量有何影响？

主要发现

• Q2 度量成功捕捉了网络中的分层模块性，在检测分层社区结构方面优于标准 Q 度量。
• 链路切换方法有效提升了模块性，同时保持了小世界特性，表现为平均路径长度稳定和聚类系数较高。
• 该方法将度相关性模式保持在原始网络附近，表明对拓扑特征的干扰极小。
• 通过该方法生成的网络表现出增强的层次性和社区分离性，同时未显著降低中心性度量。
• 该方法可创建具有受控模块性和度分布的测试网络，适用于评估进化搜索算法。
• 迭代链路切换过程收敛至稳定的模块化结构，表明其在实际规模网络中具有鲁棒性和可扩展性。