[论文解读] Persistence and periodicity in a dynamic proximity network

Aaron Clauset, Nathan Eagle|arXiv (Cornell University)|Nov 30, 2012

Complex Network Analysis Techniques参考文献 2被引用 142

一句话总结

本文提出一个自然时间尺度 Δₙₐₜ = 4.08 小时，用于将连续时间动态邻近网络转换为离散快照，以最小化网络结构估计中的偏差。基于麻省理工学院66名个体的高分辨率数据，研究发现邻近持续时间遵循重尾分布（可能为对数正态分布），网络度量表现出由日周期和周周期驱动的强烈周期性，最优快照速率在保留低频结构模式的同时，有效平滑高频噪声。

ABSTRACT

The topology of social networks can be understood as being inherently dynamic, with edges having a distinct position in time. Most characterizations of dynamic networks discretize time by converting temporal information into a sequence of network "snapshots" for further analysis. Here we study a highly resolved data set of a dynamic proximity network of 66 individuals. We show that the topology of this network evolves over a very broad distribution of time scales, that its behavior is characterized by strong periodicities driven by external calendar cycles, and that the conversion of inherently continuous-time data into a sequence of snapshots can produce highly biased estimates of network structure. We suggest that dynamic social networks exhibit a natural time scale Δ_{nat}, and that the best conversion of such dynamic data to a discrete sequence of networks is done at this natural rate.

研究动机与目标

• 确定一个自然时间尺度 Δₙₐₜ，用于将连续时间动态网络数据聚合为离散快照，而不会引入偏差。
• 利用一个月内66名个体的高分辨率数据，分析邻近网络的时间演化特性。
• 量化快照速率选择对网络度量（如平均度、聚类系数和邻接相关性）的影响。
• 探究由人类行为周期驱动的动态社交网络中周期性的存在及其性质。
• 评估时间顺序在网络结构中的影响，及其对流行病传播等过程的启示。

提出的方法

• 本研究使用麻省理工学院现实挖掘项目提供的邻近数据，以5分钟为间隔记录66名个体在一个月内的物理共处情况。
• 采用重尾分布对边持续时间进行建模，证据表明邻近持续时间可能符合对数正态分布形式。
• 计算网络度量（平均度、聚类系数、邻接相关性）的自相关函数（ACF），以检测衰减 timescales。
• 对网络度量的时间序列应用功率谱分析，以识别主导周期性，发现24、12和8小时处存在显著峰值。
• 将自然快照速率 Δₙₐₜ 估计为最高频显著峰值周期的一半，得出 Δₙₐₜ = 4.08 小时。
• 在一系列快照速率 Δ 下计算网络度量，以评估其对聚合窗口大小的依赖性。

实验结果

研究问题

• RQ1 动态邻近网络聚合为离散快照的自然时间尺度 Δₙₐₜ 是什么？
• RQ2 社交邻近事件的持续时间在时间上如何分布？其是否遵循重尾或对数正态分布？
• RQ3 动态网络度量在多大程度上表现出由日周期和周周期人类活动驱动的周期性？
• RQ4 快照速率 Δ 的选择如何影响平均度、聚类系数和邻接相关性等关键网络度量的估计值？
• RQ5 高分辨率邻近数据是否能通过保留交互顺序的正确性，改善流行病传播等时间过程的建模？

主要发现

• MIT邻近网络的自然快照速率 Δₙₐₜ 估计为 4.08 小时，可最小化网络结构估计中的偏差。
• 邻近持续时间遵循重尾分布，且有强烈证据表明其符合对数正态分布形式。
• 网络度量的自相关函数分别在约 6.08、5.25 和 6.25 小时处衰减至零，对应平均度、聚类系数和邻接相关性。
• 功率谱分析显示在 24、12 和 8 小时处存在显著周期性峰值，表明网络拓扑中存在稳健的日周期和周周期节律。
• 在自然速率 Δₙₐₜ = 4.08 小时时，网络表现出平均度 ⟨k⟩ₙₐₜ = 2.24，聚类系数 Cₙₐₜ = 0.084，邻接相关性 γₙₐₜ = 0.88。
• 快照速率 Δ 的选择显著影响网络度量，其值与 Δ 呈比例关系，凸显了对 Δ 进行系统性选择的必要性。