[论文解读] Metric tree-like structures in real-life networks: an empirical study

Muad Abu‐Ata, Feodor F. Dragan|arXiv (Cornell University)|Feb 14, 2014

Complex Network Analysis Techniques参考文献 40被引用 5

一句话总结

本文提供了实证证据，表明从社交和生物图到互联网拓扑结构的各类真实网络，均表现出由多种相互关联的参数（如双曲性、树形畸变和聚类直径）所量化的度量树状结构。作者证明，这些网络可被高效地近似为树，从而实现紧凑的距离编码和快速的直径/半径估计。大多数网络表现出较小的双曲性和较低的畸变，表明其具有强烈的度量树状特性。

ABSTRACT

Based on solid theoretical foundations, we present strong evidences that a number of real-life networks, taken from different domains like Internet measurements, biological data, web graphs, social and collaboration networks, exhibit tree-like structures from a metric point of view. We investigate few graph parameters, namely, the tree-distortion and the tree-stretch, the tree-length and the tree-breadth, the Gromov's hyperbolicity, the cluster-diameter and the cluster-radius in a layering partition of a graph, which capture and quantify this phenomenon of being metrically close to a tree. By bringing all those parameters together, we not only provide efficient means for detecting such metric tree-like structures in large-scale networks but also show how such structures can be used, for example, to efficiently and compactly encode approximate distance and almost shortest path information and to fast and accurately estimate diameters and radii of those networks. Estimating the diameter and the radius of a graph or distances between its arbitrary vertices are fundamental primitives in many data and graph mining algorithms.

研究动机与目标

• 从几何角度探究来自不同领域的现实网络是否表现出度量树状结构。
• 评估并比较多种量化度量树状特性的图参数，包括双曲性、树形畸变、树长和分层划分中的聚类直径。
• 展示度量树状特性的算法优势，例如高效的近似距离标签和快速的直径/半径估计。
• 确立一种统一的树状特性检测机制：一个度量参数的小值可推断出所有相关参数均较小，从而实现稳健检测。
• 提供一个统一框架，基于度量参数和局部特征（如度分布和聚类系数）对网络进行分类。

提出的方法

• 作者在16个公开可用的真实世界网络上计算了多种度量参数：Gromov的双曲性 δ(G)、树形畸变、树长、树宽、聚类直径 Δs(G) 和聚类半径 Rs(G)。
• 他们利用图的分层划分来定义聚类直径和聚类半径，用以衡量分层分解中聚类的最大和平均直径。
• 研究采用高效算法估算树形畸变和树形拉伸，以量化图在有界畸变下嵌入树的性能。
• 通过散点图和相关性分析，评估不同参数之间的两两关系，以检验度量间的一致性。
• 比较不同树嵌入方式（H, Hℓ, H′ℓ）的性能，并评估平均畸变，以评估图嵌入树的可行性。
• 分析涵盖无权无向图，结果汇总于表10，并在图7和图8中可视化。

实验结果

研究问题

• RQ1 来自不同领域的现实网络是否表现出度量树状结构，表现为双曲性和相关参数值较低？
• RQ2 在不同类型的网络中，双曲性、树形畸变和聚类直径等度量树状特性参数之间如何相关？
• RQ3 一个度量参数（如双曲性）值较小在多大程度上意味着其他参数值也较小，从而暗示一种统一的树状特性概念？
• RQ4 能否利用度量树状特性实现大规模网络中高效且紧凑的近似距离与路径编码？
• RQ5 局部网络特征（如度分布和聚类系数）如何与全局度量属性相互作用，以解释网络结构？

主要发现

• Erdös合作网络在所有测试网络中表现出最小的双曲性（δ(G) = 2）和最低的平均畸变（1.04630），表明其具有强烈的度量树状特性。
• PPI网络具有较高的直径（19）和半径（11），但双曲性（3.5）和平均畸变（1.38471）均较低，表明其尽管规模较大，仍具有内在的树状度量结构。
• Amazon网络具有最高的聚类直径（21）和双曲性（0.489），但平均畸变仍相对较低（2.47109），表明即使在大聚类中，树状度量特性仍可保持。
• Routeview和AS_Caida_20071105网络具有相同的聚类直径（6）和聚类半径（3），但AS_Caida_20071105的平均聚类直径（4.283）更小，平均畸变（1.22959）更优，表明其在树嵌入方面表现更佳。
• DBLB合作者网络具有最高的双曲性（0.4535）和平均畸变（2.47109），但树长仍较小，聚类直径较低，表明其具有部分度量树状特性。
• 在所有数据集中，各参数高度相关：某一参数值较低（如双曲性）始终对应其他参数值也较低（如平均畸变），支持一种统一的度量树状特性概念。