[论文解读] Hirsch index as a network centrality measure

Mônica G. Campiteli, Adriano J. Holanda+3 more|arXiv (Cornell University)|May 26, 2010

Complex Network Analysis Techniques参考文献 13被引用 7

一句话总结

本文提出将赫希指数（h-index）作为一种新颖的复杂网络局部中心性度量方法，基于节点邻居的度数来定义。该方法与特征向量中心性表现出强烈相关性，尤其在高排名节点中表现突出；在 Moby Thesaurus II 网络中识别关键语言术语方面，其性能优于特征向量中心性，表明在网页或生物系统等非传输型网络中进行排序时，该方法在计算和概念层面均具有优势。

ABSTRACT

We study the h Hirsch index as a local node centrality measure for complex networks in general. The h index is compared with the Degree centrality (a local measure), the Betweenness and Eigenvector centralities (two non-local measures) in the case of a biological network (Yeast interaction protein-protein network) and a linguistic network (Moby Thesaurus II) as test environments. In both networks, the Hirsch index has poor correlation with Betweenness centrality but correlates well with Eigenvector centrality, specially for the more important nodes that are relevant for ranking purposes, say in Search Machine Optimization. In the thesaurus network, the h index seems even to outperform the Eigenvector centrality measure as evaluated by simple linguistic criteria.

研究动机与目标

• 评估赫希指数在真实复杂网络中作为局部节点中心性度量的性能。
• 在生物和语言网络中，将赫希指数与已建立的中心性度量（度、介数、特征向量中心性）进行比较。
• 评估赫希指数是否可作为全局中心性度量（如特征向量和介数）在排序任务中的计算高效替代方案。
• 探究在路径依赖度量意义不大的非传输型网络中，赫希指数在概念和计算层面的优势。
• 确定赫希指数是否能比传统中心性度量更好地识别语义基础节点（如多义词或关键蛋白质）

提出的方法

• 将节点的赫希中心性指数 h 定义为最大整数，使得该节点至少有 h 个邻居，且每个邻居的度数均 ≥ h。
• 将赫希指数应用于两个真实世界网络：Moby Thesaurus II（30,260 个节点，约 170 万条有向链接）和酿酒酵母蛋白质-蛋白质相互作用网络（5,433 个节点，约 15 万条无向链接）。
• 通过对数-对数散点图和等级相关性分析，计算并比较赫希指数与度、介数和特征向量中心性的表现。
• 使用语言学和生物学标准评估排序质量，重点关注高 h 值节点是否对应语义基础或功能重要的节点。
• 分析 h 与度及特征向量中心性的标度行为，观察到在高阶度/高特征向量区域存在幂律关系（h ∝ D^0.4 和 h ∝ E^0.4）。
• 识别并解释具有中等 h 值但特征向量中心性较低的节点簇，特别是核糖体蛋白，暗示赫希指数可能具备检测功能模块的潜力。

实验结果

研究问题

• RQ1 在真实生物和语言网络中，赫希指数与度、介数和特征向量中心性的相关性如何？
• RQ2 赫希指数是否在识别语义或生物学重要节点方面优于特征向量中心性，尤其是在排序任务中？
• RQ3 在非传输型网络中，使用局部度量如赫希指数相较于全局度量（如介数和特征向量中心性）在计算和概念层面有何优势？
• RQ4 赫希指数能否检测到生物网络中的功能模块（如核糖体蛋白），而其他中心性度量未能识别？
• RQ5 赫希指数是否可作为大规模排序应用（如搜索引擎优化）中特征向量中心性的可行、低成本替代方案？

主要发现

• 在与排序相关的高特征向量中心性区域，赫希指数与特征向量中心性表现出强烈相关性（r ∝ E^0.4），尤其在 Moby Thesaurus II 网络中表现显著。
• 在同义词典网络中，赫希指数在识别基本、多义词汇（如 'cut'、'set'、'run'）方面优于特征向量中心性，这些词在语义上更基础，比高特征向量但低 h 值的术语（如 'cut up' 或 'set upon'）更直观重要。
• 赫希指数与介数中心性相关性较差，表明其捕捉的是与基于路径的度量不同的、更具局部性的中心性概念。
• 赫希指数在计算上比特征向量中心性更高效，因为它仅依赖于局部度信息且为非迭代计算。
• 一组具有中等 h 值但特征向量中心性较低的核糖体蛋白，提示赫希指数可能检测到全局度量未能捕捉的功能一致模块。
• 在高阶度/高特征向量区域，h ∝ D^0.4 和 h ∝ E^0.4 的标度行为表明存在非平凡的幂律关系，尽管指数 0.4 的来源尚不明确。