[论文解读] Handbook of Network Analysis [KONECT -- the Koblenz Network Collection]

Jérôme Kunegis|arXiv (Cornell University)|Feb 22, 2014

Complex Network Analysis Techniques参考文献 38被引用 26

一句话总结

本手册介绍了 KONECT（科布伦茨网络集合），这是一个全面的、开放获取的网络数据集仓库，包含214个以上的网络数据集，涵盖社交网络、网页图、协作系统等多样化领域。它通过统一的分类法、一致的元数据标记和集成的Matlab工具链，实现网络分析的标准化，支持可复现的、跨学科的网络科学研究，提供标准化的统计指标、可视化效果和文件格式。

ABSTRACT

This is the handbook for the KONECT project, the \emph{Koblenz Network Collection}, a scientific project to collect, analyse, and provide network datasets for researchers in all related fields of research, by the Namur Center for Complex Systems (naXys) at the University of Namur, Belgium, with web hosting provided by the Institute for Web Science and Technologies (WeST) at the University of Koblenz--Landau, Germany.

研究动机与目标

• 通过创建一个统一、可访问的仓库，解决网络科学研究中缺乏标准化、可比较的网络数据集的问题。
• 通过定义全面的分类法和一致的元数据标记系统，实现对多样化网络类型的跨学科网络分析。
• 通过为所有数据集提供标准化的统计指标、可视化效果和基于Matlab的分析工具链，支持可复现的研究。
• 通过将来自不同来源的网络数据（如社交媒体、引文网络和网页图）整合到一个统一、一致的框架中，促进数据整合。
• 通过为数据集添加来源信息、完整性信息和结构属性（例如，#incomplete、#lcc、#tournament）来提升数据质量和可用性。

提出的方法

• KONECT基于格式（无向、有向、二分图）、边权重类型、多重性以及元数据（如时间戳、标签）对网络数据集进行标准化分类。
• 每个网络被分配一个唯一的两字母或三字母代码，并通过元数据标志（如#incomplete、#lcc、#tournament）标记其结构和数据质量属性。
• 该项目提供一个Matlab工具箱，用于计算网络统计指标（如度分布、聚类系数）并生成可视化效果（如节点数与平均度的散点图）。
• KONECT支持多种文件格式，包括纯文本、边列表和符合RDF规范的N3格式，并为节点和边数据提供可扩展的元数据字段。
• 系统包含一个网页界面（konect.uni-koblenz.de）和托管在GitHub上的代码库（如konect-toolbox、konect-handbook），以确保公众访问和可复现性。
• 网络通过自动化流水线提取并验证，支持通过#regenerate标签重新生成和更新。

实验结果

研究问题

• RQ1 如何使网络科学研究在不同数据集和研究领域之间更具可复现性和可比性？
• RQ2 什么样的标准化元数据和标记系统能够提升多样化网络数据集的数据质量和互操作性？
• RQ3 统一的网络分析框架如何支持社交网络、网络科学和机器学习等跨学科研究？
• RQ4 真实世界网络在不同应用领域中的关键结构和统计特性是什么？
• RQ5 如何一致地表示、存储和可视化网络数据集，以支持大规模分析和工具互操作性？

主要发现

• 截至2014年10月，KONECT共托管214个网络数据集，涵盖从小型经典数据集（如16个节点的高地部落网络）到大规模真实世界网络（如拥有5200万个节点、190亿条边的Twitter社交网络）。
• 该项目提供了一套一致且标准化的分类法和元数据标记系统（如#incomplete、#lcc、#tournament），使跨数据集的可靠比较和分析成为可能。
• KONECT的Matlab工具箱可自动计算关键网络统计指标并生成可视化效果，例如网络规模与平均度的散点图。
• 系统支持多种数据格式，包括边列表、RDF/N3格式以及结构化元数据，且为节点和边属性提供可扩展的字段。
• KONECT的网络平台和GitHub托管的代码库（如konect-toolbox、konect-handbook）确保了长期可访问性、可复现性以及社区贡献。
• 该项目通过欧洲联盟资助（如ROBUST、SocialSensor、REVEAL）持续支持，并由科布伦茨-兰道大学托管，目前在那慕尔大学持续开发。