[论文解读] Power laws of the in-degree and out-degree distributions of complex networks

Shinji Tanimoto|ArXiv.org|Dec 15, 2009

Complex Network Analysis Techniques参考文献 12被引用 6

一句话总结

该论文提出了一种具有两个参数的有向网络模型，通过 preferential attachment（优先连接）机制控制内部链接（存在于已有节点之间）和外部链接（连接到新节点）的形成，推导出度分布的幂律特性。该模型解释了真实网络中观测到的指数：万维网（World Wide Web）表现出中等程度的内部链接比例（≈0.5），引文网络几乎不存在内部链接（比例 ≈0），而电话通话网络则以内部链接为主（比例 ≈1），其入度和出度幂律指数分别为 γ_in ≈ 2.1–3.0 和 γ_out ≈ 2.1–2.7。

ABSTRACT

A model for directed networks is proposed and power laws for their in-degree and/or out-degree distributions are derived from the model. It is based on the Barabasi-Albert model and contains two parameters. The parameters serve as regulatory factors for the contributions of new nodes through in- and out-degrees. The model allows a newly added link to connect directly two nodes already present in the network. Such a link is called an inner link, while a link attached to a new node is called an outer link. Using relationships between inner and outer links, we investigate power laws for in- and out-degree distributions of directed networks. This model enables us to predict some interesting features of directed networks; in particular, the World Wide Web and the networks of citation and phone-call.

研究动机与目标

• 开发一种用于有向网络的模型，以解释真实世界系统中观测到的入度与出度幂律分布。
• 将内部链接（存在于已有节点之间）和外部链接（连接到新节点）同时纳入模型，与原始的 Barabási-Albert 模型不同。
• 研究内部链接与外部链接的比例如何影响幂律度分布的指数。
• 将该模型应用于真实网络——万维网、引文网络和电话通话网络——以预测并解释其度分布特征。
• 阐明初始条件和优先连接在决定入度与出度指数值中的作用。

提出的方法

• 提出一种用于有向网络的双参数模型，其中新链接可以是内部链接（连接已有节点）或外部链接（连接到新节点）。
• 采用优先连接机制：链接连接到某个节点的概率与其入度或出度成正比。
• 推导度增长的连续时间微分方程，参数 α 和 β 分别控制初始入度和出度的贡献。
• 应用连续性近似，推导出幂律度分布，其指数为 γ_in = 2 + α 和 γ_out = 2 + β。
• 通过 α + β − 1 分析内部链接与外部链接的比例，并将其与分布指数及网络结构关联。
• 将理论预测与万维网、引文网络和电话通话网络的实证数据进行比较，使用报告的指数值。

实验结果

研究问题

• RQ1 有向网络中的内部链接与外部链接如何影响入度与出度幂律分布的指数？
• RQ2 优先连接在塑造有向网络的入度与出度分布中起到什么作用？
• RQ3 为何万维网、引文网络和电话通话网络在其入度与出度幂律分布中表现出不同的指数？
• RQ4 内部链接与外部链接的比例能否解释现实世界有向网络中度分布指数的差异？
• RQ5 初始入度与出度条件（由 α 和 β 参数化）如何影响最终的度分布指数？

主要发现

• 该模型预测入度指数为 γ_in = 2 + α，出度指数为 γ_out = 2 + β，其中 α 和 β 为反映初始度贡献的参数。
• 对于万维网，内部链接与外部链接的比例约为 0.5，与观测到的指数 γ_in ≈ 2.1–2.4 和 γ_out ≈ 2.4–2.7 一致。
• 引文网络表现出几乎不存在内部链接（比例 ≈ 0），导致 γ_in ≈ 2.0–3.0 且 γ_out ≈ 0（无出度幂律），与实证数据一致。
• 电话通话网络以内部链接为主（比例 ≈ 1.0），导致 γ_in ≈ 2.1 和 γ_out ≈ 2.1，与实证观察相符。
• 该模型解释了为何在万维网和引文网络中 γ_in ≈ 2.0，这是由于 α ≲ 1，表明初始入度较低；而万维网中 γ_out > 2.0 是因为 β > 0.5，意味着内部链接多于外部链接。
• 该模型表明当 β > 0.5 时，γ_out < 3，这在万维网和电话通话网络中成立，但在引文网络中不成立，因为 β ≈ 0。