[论文解读] PAFit: an R Package for Estimating Preferential Attachment and Node Fitness in Temporal Complex Networks

Thong Pham, Paul Sheridan+1 more|arXiv (Cornell University)|Apr 20, 2017

Complex Network Analysis Techniques被引用 6

一句话总结

PAFit 是一个 R 包，使用 C++ 和 OpenMP 实现对增长时间网络中偏好连接和节点能力的非参数估计，以实现可扩展性。该方法揭示了科学合作网络中接近线性的连接函数和显著的能力差异，表明存在‘越富有者越富有’和‘越优秀者越富有’的动态机制，顶尖科学家表现出较高的能力得分。

ABSTRACT

Many real-world systems are profitably described as complex networks that grow over time. Preferential attachment and node fitness are two simple growth mechanisms that not only explain certain structural properties commonly observed in real-world systems, but are also tied to a number of applications in modeling and inference. While there are statistical packages for estimating various parametric forms of the preferential attachment function, there is no such package implementing non-parametric estimation procedures. The non-parametric approach to the estimation of the preferential attachment function allows for comparatively finer-grained investigations of the `rich-get-richer' phenomenon that could lead to novel insights in the search to explain certain nonstandard structural properties observed in real-world networks. This paper introduces the R package PAFit, which implements non-parametric procedures for estimating the preferential attachment function and node fitnesses in a growing network, as well as a number of functions for generating complex networks from these two mechanisms. The main computational part of the package is implemented in C++ with OpenMP to ensure scalability to large-scale networks. We first introduce the main functionalities of PAFit through simulated examples, and then use the package to analyze a collaboration network between scientists in the field of complex networks. The results indicate the joint presence of `rich-get-richer' and `fit-get-richer' phenomena in the collaboration network. The estimated attachment function is observed to be near-linear, which we interpret as meaning that the chance an author gets a new collaborator is proportional to their current number of collaborators. Furthermore, the estimated author fitnesses reveal a host of familiar faces from the complex networks community among the field's topmost fittest network scientists.

研究动机与目标

• 为解决缺乏支持增长网络中偏好连接函数非参数估计的统计软件包的问题。
• 开发一种可扩展的计算框架，用于估计时间复杂网络中的偏好连接和节点能力。
• 实现对‘越富有者越富有’现象的细粒度研究，超越参数假设。
• 提供基于估计的连接和能力机制生成合成网络的工具。
• 将该方法应用于真实世界数据（如科学合作网络），以揭示潜在的增长动态。

提出的方法

• 使用网络快照中的经验度增长数据，对偏好连接函数进行非参数估计。
• 将个体节点的能力估计为影响连接概率的时间不变参数。
• 使用 C++ 实现核心算法，并通过 OpenMP 并行化以高效处理大规模网络。
• 使用核平滑或类似非参数技术，估计连接函数而不假设特定函数形式。
• 集成网络生成函数，基于估计的连接和能力参数模拟网络增长。
• 在应用到真实世界合作网络之前，使用模拟网络数据验证该方法。

实验结果

研究问题

• RQ1 在科学合作网络中，偏好连接函数在多大程度上遵循线性或非线性模式？
• RQ2 不同作者的个体节点能力如何变化，哪些科学家表现出显著更高的能力？
• RQ3 ‘越富有者越富有’和‘越优秀者越富有’机制在多大程度上共同塑造了网络结构？
• RQ4 非参数估计能否揭示参数模型无法检测到的结构模式？
• RQ5 该估计过程在大规模真实世界时间网络上的可扩展性如何？

主要发现

• 合作网络中估计的偏好连接函数接近线性，表明形成新合作的概率与当前合作者数量成正比。
• 节点能力估计揭示了显著的异质性，复杂网络社区中的知名科学家位列最具能力者之列。
• 偏好连接与能力效应的共同存在表明，受欢迎程度和个体能力共同驱动合作的形成。
• 非参数方法成功捕捉了细微的增长动态，且未施加限制性参数假设。
• 由于采用 C++ 和 OpenMP 实现，该包在大规模网络上表现出良好的可扩展性，支持对真实世界数据集的分析。
• 结果支持如下解释：结构强化（越富有者越富有）和个体质量（越优秀者越富有）共同塑造了科学合作网络。