[论文解读] Graph Distance from the Topological View of Non-backtracking Cycles

Leo Torres, Pablo Suárez–Serrato+1 more|arXiv (Cornell University)|Jul 20, 2018

Topological and Geometric Data Analysis参考文献 41被引用 4

一句话总结

本文提出了截断非回溯谱距离（TNBSD），这是一种基于无向、无权图中非回溯环长度谱的原理性强、可解释且高效的图距离度量方法。通过利用非回溯矩阵的特征值及其通过自由同伦类的拓扑解释，TNBSD能有效区分真实网络与合成网络，在可视化、聚类和异常检测任务中表现优异。

ABSTRACT

Whether comparing networks to each other or to random expectation, measuring dissimilarity is essential to understanding the complex phenomena under study. However, determining the structural dissimilarity between networks is an ill-defined problem, as there is no canonical way to compare two networks. Indeed, many of the existing approaches for network comparison differ in their heuristics, efficiency, interpretability, and theoretical soundness. Thus, having a notion of distance that is built on theoretically robust first principles and that is interpretable with respect to features ubiquitous in complex networks would allow for a meaningful comparison between different networks. Here we introduce a theoretically sound and efficient new measure of graph distance, based on the "length spectrum" function from algebraic topology, which compares the structure of two undirected, unweighted graphs by considering their non-backtracking cycles. We show how this distance relates to structural features such as presence of hubs and triangles through the behavior of the eigenvalues of the so-called non-backtracking matrix, and we showcase its ability to discriminate between networks in both real and synthetic data sets. By taking a topological interpretation of non-backtracking cycles, this work presents a novel application of Topological Data Analysis to the study of complex networks.

研究动机与目标

• 解决复杂网络之间结构差异性度量缺乏标准、理论基础坚实的方法的问题。
• 开发一种可解释的图距离度量方法，其解释基于关键网络特征（如枢纽节点与三角形）的结构。
• 通过仅依赖于非回溯矩阵最大几个特征值的计算，确保计算效率。
• 在多种数据集上证明该方法在区分真实世界网络与合成网络方面的有效性。
• 建立拓扑数据分析（特别是长度谱）与复杂网络分析之间的新联系。

提出的方法

• 通过非回溯环的长度集合定义图的长度谱，并将其解释为自由同伦类。
• 构建非回溯矩阵以编码非回溯行走的组合结构，并计算其特征值。
• 将非回溯矩阵的特征值按大小排序，作为长度谱的代理，构成TNBSD的基础。
• 采用截断策略聚焦于最重要的特征值，提升计算效率与鲁棒性。
• 利用复特征值分布进行可视化与进一步分析，包括使用余弦相似度的核主成分分析（Kernel PCA）以优化比较。
• 通过计算截断后特征值序列之间的L2距离来比较图，实现度量比较。

实验结果

研究问题

• RQ1 基于代数拓扑的长度谱函数能否作为复杂网络中图距离的原理性基础？
• RQ2 如枢纽节点与三角形等结构特征在多大程度上影响非回溯矩阵的特征值分布？
• RQ3 非回溯矩阵的截断特征值谱在多大程度上能有效区分真实网络与合成网络模型？
• RQ4 非回溯环的拓扑解释是否有助于提升网络距离的可解释性与可视化效果？
• RQ5 在区分能力、效率与可解释性方面，TNBSD与现有图距离度量方法相比表现如何？

主要发现

• TNBSD能有效区分真实网络与合成网络，包括在异常检测任务中，可正确识别出埃奈隆丑闻期间已知事件发生的周次。
• 非回溯矩阵的复特征值分布呈现出不同网络模型（如Erdős-Rényi、Barabási-Albert、Watts-Strogatz）之间具有明显区别的几何模式，支持视觉区分。
• 该方法计算高效，仅需计算非回溯矩阵的少数最大特征值。
• TNBSD具有可解释性：其行为与枢纽节点和三角形等结构特征密切相关，这些特征会影响特征值谱。
• 该方法在聚类与采样任务中表现良好，结果显示每周聚合的埃奈隆图彼此更相似，而与工作日图差异更大。
• 对特征值投影应用核主成分分析可提升比较性能，表明特征值空间中的高阶结构增强了区分能力。