[论文解读] How relevant are features for network structure

Ginestra Bianconi, Paolo Pin+1 more|arXiv (Cornell University)|Oct 24, 2008

Complex Network Analysis Techniques参考文献 23被引用 1

一句话总结

本文提出一种基于熵的指标，用于量化网络结构对节点特征（如年龄、性别或蛋白质丰度）的依赖程度。该方法应用于社交网络、生物网络和交通网络，以一种补充现有网络度量的方式揭示特征的相关性，提供了一种系统化的方法来区分关键与非关键的节点特征。

ABSTRACT

Networks describe a variety of interacting complex systems in social science, biology and information technology. Usually the nodes of real networks are identified not only by their connections but also by some other characteristics. Examples of characteristics of nodes can be age, gender or nationality of a person in a social network, the abundance of proteins in the cell taking part in a protein-interaction networks or the geographical position of airports that are connected by directed flights. Integrating the information on the connections of each node with the information about its characteristics is crucial to discriminating between the essential and negligible characteristics of nodes for the structure of the network. In this paper we propose a general indicator, based on entropy measures, to quantify the dependence of a network's structure on a given set of features. We apply this method to social networks of friendships in US schools, to the protein-interaction network of Saccharomyces cerevisiae and to the US airport network, showing that the proposed measure provides information which complements other known measures.

研究动机与目标

• 开发一种通用的、定量的度量方法，以捕捉网络结构对节点特征的依赖性。
• 解决在复杂网络中区分关键与无关节点特征的挑战。
• 通过整合结构信息与特征信息，为现有网络度量提供互补工具。
• 在包括社交网络、生物网络和基础设施系统在内的多种真实网络中验证该方法。

提出的方法

• 该方法使用熵度量来量化节点特征与网络拓扑之间的统计依赖性。
• 通过建模节点特征与连接模式的联合分布，计算基于熵的特征特定依赖度量。
• 该方法为非参数化且可推广，适用于分类、数值或混合类型的特征。
• 将依赖度量进行归一化，以实现不同网络和特征集之间的比较。
• 通过比较节点特征随机化前后网络结构的熵差异，评估网络结构的变化程度，以此作为代理指标。
• 该方法应用于三个真实网络：美国学校友谊网络、*Saccharomyces cerevisiae* 蛋白质互作网络和美国机场网络。

实验结果

研究问题

• RQ1 年龄或性别等节点特征在多大程度上决定了学校社交网络的结构？
• RQ2 生物特征（如蛋白质丰度）在多大程度上影响蛋白质互作网络的拓扑结构？
• RQ3 地理和运营特征在多大程度上影响航空运输网络的结构？
• RQ4 所提出的基于熵的度量能否检测到其他网络度量所忽略的有意义依赖关系？
• RQ5 不同类型的复杂网络中，特征的相关性如何变化？

主要发现

• 基于熵的度量在多种网络类型中成功量化了节点特征对网络结构的相关性。
• 在美国学校网络中，年级水平和性别等特征显示出显著的结构相关性，表明存在强烈的同质性模式。
• *Saccharomyces cerevisiae* 蛋白质互作网络中，蛋白质丰度和功能类别与网络拓扑存在有意义的相关性。
• 在美国机场网络中，地理位置和枢纽状态与网络中的结构角色密切相关。
• 该方法揭示了标准网络度量（如度中心性或聚类系数）未能捕捉到的特征依赖关系。
• 结果表明，所提出的度量提供了互补性见解，增强了对现实世界系统中网络结构可解释性的理解。