[论文解读] Mixing patterns in networks: Empirical results and models

M. E. J. Newman|arXiv (Cornell University)|Sep 19, 2002

Complex Network Analysis Techniques被引用 5

一句话总结

本文基于节点特征的离散（例如种族、语言）和标量（例如年龄、度数）特性，提出了网络中度配性混合的度量方法，并将其应用于真实网络，证明度配性混合在各类网络中普遍存在。本文引入了分析模型与蒙特卡洛模型，研究度配性混合如何影响网络连通性与鲁棒性，尤其在基于度数的混合中，揭示了其对度配性水平的强烈依赖性。

ABSTRACT

We study assortative mixing in networks, the tendency for vertices in networks to be connected to other vertices that are like (or unlike) them in some way. We consider mixing according to discrete characteristics such as language or race in social networks and scalar characteristics such as age. As a special example of the latter we consider mixing according to vertex degree, i.e., according to the number of connections vertices have to other vertices: do gregarious people tend to associate with other gregarious people? We propose a number of measures of assortative mixing appropriate to the various mixing types, and apply them to a variety of real-world networks, showing that assortative mixing is a pervasive phenomenon found in many networks. We also propose several models of assortatively mixed networks, both analytic ones based on generating function methods, and numerical ones based on Monte Carlo graph generation techniques. We use these models to probe the properties of networks as their level of assortativity is varied. In the particular case of mixing by degree, we find strong variation with assortativity in the connectivity of the network and in the resilience of the network to the removal of vertices.

研究动机与目标

• 开发适用于不同节点特征类型（包括离散属性与标量属性）的度配性混合定量度量方法。
• 分析真实网络并实证证明度配性混合的普遍性。
• 利用解析生成函数方法与数值蒙特卡洛技术，对度配性混合网络进行建模。
• 研究不同度配性水平如何影响网络的关键属性，如连通性与节点移除后的鲁棒性。

提出的方法

• 提出一套针对离散特征（例如种族、语言）与标量特征（例如年龄、度数）的度量方法，用于量化度配性混合。
• 应用生成函数方法，对不同度配性假设下的网络结构进行解析建模。
• 采用蒙特卡洛图生成技术，模拟并探索不同度配性水平下的网络行为。
• 聚焦于基于度数的度配性，建模高度连接节点之间如何相互作用。
• 利用模型探究度配性水平对网络鲁棒性与连通性的影响。
• 通过将度量方法应用于真实网络数据集，验证研究结果，观察混合模式的实证规律。

实验结果

研究问题

• RQ1 在不同类型的节点特征下，真实网络中度配性混合的普遍程度如何？
• RQ2 基于节点度数的度配性混合如何影响网络的连通性与鲁棒性？
• RQ3 哪些解析与数值方法能够准确建模度配性混合网络的结构特性？
• RQ4 随着度配性水平的提高，网络属性（如最大连通分量大小与节点移除的脆弱性）如何变化？
• RQ5 生成模型能否再现观测到的混合模式，并在不同度配性水平下预测网络行为？

主要发现

• 度配性混合是一种广泛存在于各类真实网络（包括社交与技术系统）中的普遍现象。
• 网络的连通性与鲁棒性随度配性水平显著变化，尤其在基于度数的混合中表现明显。
• 基于度数的度配性显著影响网络对目标节点移除的鲁棒性，某些情况下度配性越高，网络越脆弱。
• 基于生成函数的解析模型成功捕捉了度配性混合网络的结构行为。
• 蒙特卡洛模拟证实，随着度配性增加，最大连通分量的大小与稳定性发生变化。
• 所提出的度量方法能有效量化离散与标量特征下的混合模式，实现对多样化网络类型的系统性比较。