[论文解读] Identifying maximal sets of significantly interacting nodes in higher-order networks

Federico Musciotto, Federico Battiston+1 more|arXiv (Cornell University)|Sep 26, 2022

Complex Network Analysis Techniques被引用 6

一句话总结

本文提出一种方法，用于在高阶网络中检测统计上有效的单纯形（SVS）——即一组节点在集体互动中持续表现一致，同时过滤掉偶尔共同出现的节点。通过为重复的高阶互动设计定制的零模型，该方法在合成数据集和真实数据集中以高精度识别出显著的单纯形，揭示了验证组内更强的相似性和相关性。

ABSTRACT

We introduce a method for the detection of Statistically Validated Simplices in higher-order networks. Statistically validated simplices represent the maximal sets of nodes of any size that consistently interact collectively and do not include co-interacting nodes that appears only occasionally. Using properly designed higher-order benchmarks, we show that our approach is highly effective in systems where the maximal sets are likely to be diluted into interactions of larger sizes that include occasional participants. By applying our method to two real world datasets, we also show how it allows to detect simplices whose nodes are characterized by significant levels of similarity, providing new insights on the generative processes of real world higher-order networks.

研究动机与目标

• 解决在高阶网络中识别最大、持续相互作用群体的挑战，其中互动因偶尔参与者而被稀释。
• 开发一种过滤方法，以区分超图中显著的集体互动与噪声或随机共现。
• 提供一个通用框架，用于检测任何大小的表现出持续、非偶然集体行为的单纯形。
• 在合成基准和真实数据集上验证该方法，以证明其鲁棒性及在生物和金融领域的相关性。
• 通过识别具有高内部相似性和相关性的节点组，揭示真实网络中的生成机制。

提出的方法

• 基于一个零模型提出统计验证框架，该模型保留节点出现频率和超边大小，同时随机化其组成。
• 应用超几何检验，评估观察到的单纯形相对于超边零分布的显著性。
• 将统计上有效的单纯形（SVS）定义为节点共现于超边中显著多于随机预期的最大团。
• 实施一种近似算法以降低计算成本，尤其在较大单纯形情况下，同时在大多数情况下保持高精度。
• 使用单纯形闭包作为结构约束，确保单纯形的所有子面在图中也存在。
• 采用 p 值阈值确定统计显著性，并应用多重检验校正以控制家庭错误率。

实验结果

研究问题

• RQ1 我们如何可靠地检测高阶网络中持续集体互动的最大节点集合，同时排除仅偶尔共现的节点？
• RQ2 所提出的方法在识别互动被稀释的系统中具有意义的高阶结构方面，相较于现有过滤技术在多大程度上表现更优？
• RQ3 该方法能否在真实数据集中揭示有意义的结构和功能相似性，如产品共购买或股票共交易？
• RQ4 在真实数据中，验证单纯形的属性（如类别纯度或相关性）与非验证单纯形相比如何？
• RQ5 在包含最多 10 个节点的单纯形的大规模网络中，检测 SVS 的计算可行性如何？

主要发现

• 该方法在合成基准和真实数据集中成功识别出统计上有效的单纯形（SVS），在检测持久集体互动方面表现出高度有效性。
• 在 Amazon 产品共购买数据集中，SVS 的类别纯度（P）显著高于非验证单纯形，且该差异在较小单纯形尺寸下最为明显。
• 在 S&P100 股票共交易数据集中，验证单纯形表现出比非验证单纯形更高的股票收益平均相关性（以 1 分钟分辨率测量），尤其在较小单纯形尺寸下更为显著。
• 在产品数据集中，SVS 的纯度在所有尺寸下均持续高于非验证单纯形，表明其内部同质性更强。
• 该方法在标准硬件上对最多约 10 个节点的群体具有计算可行性，近似算法实现了高效扩展。
• 该方法揭示，验证单纯形中的节点不仅具有统计显著性，还表现出功能相似性，表明其可能受潜在生成机制（如共享的经济或行为模式）驱动。