[论文解读] Modeling Social Networks with Overlapping Communities Using Hypergraphs and Their Line Graphs

Dajie Liu, Norbert Blenn+1 more|arXiv (Cornell University)|Dec 13, 2010

Complex Network Analysis Techniques参考文献 20被引用 4

一句话总结

本文提出一种基于超图的模型来表示具有重叠社区的社会网络，其中社区作为节点，个体（属于多个社区的成员）作为超链接。超图的线图将结构转化为标准网络，从而可应用经典网络分析方法。当与Hyves社交网络对比验证时，该模型成功复现了现实世界网络的关键特性——高聚类性、度数正向关联性、幂律度分布以及短路径长度。

ABSTRACT

We propose that hypergraphs can be used to model social networks with overlapping communities. The nodes of the hypergraphs represent the communities. The hyperlinks of the hypergraphs denote the individuals who may participate in multiple communities. The hypergraphs are not easy to analyze, however, the line graphs of hypergraphs are simple graphs or weighted graphs, so that the network theory can be applied. We define the overlapping depth $k$ of an individual by the number of communities that overlap in that individual, and we prove that the minimum adjacency eigenvalue of the corresponding line graph is not smaller than $-k_{max}$, which is the maximum overlapping depth of the whole network. Based on hypergraphs with preferential attachment, we establish a network model which incorporates overlapping communities with tunable overlapping parameters $k$ and $w$. By comparing with the Hyves social network, we show that our social network model possesses high clustering, assortative mixing, power-law degree distribution and short average path length.

研究动机与目标

• 使用超图对具有重叠社区的社会网络进行建模，其中社区作为节点，个体作为连接多个社区的超链接。
• 解决传统网络模型无法表示普遍存在的社区重叠问题，特别是当多个节点属于同一重叠社区时。
• 利用超图的线图将复杂的重叠结构转化为标准图，以应用成熟的网络理论进行分析。
• 引入可调参数——重叠深度 $k$ 和重叠宽度 $w$，以控制模型中的社区重叠程度。
• 通过将模型的拓扑特性与真实世界的Hyves社交网络进行比较，验证模型的真实性。

提出的方法

• 在超图中将社区表示为节点，个体表示为超链接，其中一条超链接连接该个体所属的所有社区。
• 构建超图的线图，其中每个节点代表一条超链接（个体），若两个个体共同出现在至少一个社区中，则在它们之间形成边。
• 证明超图线图的最小邻接矩阵特征值下界为 $-k_{\text{max}}$，其中 $k_{\text{max}}$ 是所有个体中最大的重叠深度。
• 对超图增长应用优先连接机制，确保社区规模和个体度数均呈现幂律分布。
• 使用无符号关联矩阵 $R$ 存储超图结构，并通过给定公式计算线图的邻接矩阵。
• 生成具有可调参数 $k$ 和 $w$ 的合成网络，并将拓扑度量（聚类系数、度数正向关联性、路径长度、度分布）与Hyves数据集进行比较。

实验结果

研究问题

• RQ1 超图能否有效建模社会网络中个体属于多个社区的重叠社区结构？
• RQ2 超图线图的谱特性如何与网络中个体的重叠深度相关联？
• RQ3 具有优先连接机制的超图模型在多大程度上能复现现实世界社交网络（如Hyves）的关键拓扑特征？
• RQ4 重叠深度 $k$ 和重叠宽度 $w$ 如何影响生成网络的结构特性？
• RQ5 超图的线图能否保留聚类性、度数正向关联性和幂律度分布等关键网络特性？

主要发现

• 超图线图的最小邻接矩阵特征值不大于 $-k_{\text{max}}$，其中 $k_{\text{max}}$ 是网络中最大的重叠深度。
• 所生成的超图模型表现出幂律社区规模分布，指数为 $\alpha = -2.5$，与Hyves网络的社区规模分布指数 $\alpha = -1.88$ 非常接近。
• 模型线图的度分布遵循幂律，指数为 $\alpha = -0.76$，与Hyves网络的度分布指数 $\alpha = -0.88$ 非常接近。
• 该模型生成的网络具有高聚类系数、正向度数正向关联性以及短的平均路径长度，这些特性均与Hyves社交网络一致。
• 尽管规模小于Hyves网络，该模型仍成功捕捉了现实世界社交网络的结构特性，包括幂律度分布、高聚类性和度数正向关联性。
• 由于生成的超图是线性的，其线图是无权图，证实了在给定条件下该变换保持了图的简洁性。