[论文解读] Ranking the Importance of Nodes of Complex Networks by the Equivalence Classes Approach

Bojin Zheng, Deyi Li+3 more|arXiv (Cornell University)|Nov 23, 2012

Complex Network Analysis Techniques参考文献 39被引用 6

一句话总结

本文提出了一种基于公平性的框架，用于在复杂网络中对节点重要性进行排序，采用四种直观规则和等价类来解决现有指标（如PageRank和HITS）之间的冲突。该方法识别出无偏见的、分层的节点排序，表明PageRank和HITS虽表现良好，但存在系统性偏差——PageRank倾向于高连接度节点，HITS倾向于具有众多连接良好邻居的节点，同时揭示了互联网结构中存在一个密集的、类似富人俱乐部的内核。

ABSTRACT

Identifying the importance of nodes of complex networks is of interest to the research of Social Networks, Biological Networks etc.. Current researchers have proposed several measures or algorithms, such as betweenness, PageRank and HITS etc., to identify the node importance. However, these measures are based on different aspects of properties of nodes, and often conflict with the others. A reasonable, fair standard is needed for evaluating and comparing these algorithms. This paper develops a framework as the standard for ranking the importance of nodes. Four intuitive rules are suggested to measure the node importance, and the equivalence classes approach is employed to resolve the conflicts and aggregate the results of the rules. To quantitatively compare the algorithms, the performance indicators are also proposed based on a similarity measure. Three widely used real-world networks are used as the test-beds. The experimental results illustrate the feasibility of this framework and show that both algorithms, PageRank and HITS, perform well with bias when dealing with the tested networks. Furthermore, this paper uses the proposed approach to analyze the structure of the Internet, and draws out the kernel of the Internet with dense links.

研究动机与目标

• 建立一种公平、共识性的标准，用于评估复杂网络中的节点重要性，克服现有指标固有的偏差。
• 通过数学上严谨的框架聚合多种指标，解决多个节点重要性度量之间常出现的冲突。
• 提出一种基于等价类的基准测试框架，确保无单一指标主导排序过程。
• 利用该框架分析现实网络（尤其是互联网），以揭示如富人俱乐部现象和密集核心子网络等结构特征。
• 证明广泛使用的算法（如PageRank和HITS）虽有效，但存在固有偏差，影响其作为通用基准的可靠性。

提出的方法

• 该框架定义了四种节点重要性的直观规则：度中心性、接近中心性、权威/中心度分数（HITS）以及类似PageRank的迭代评分。
• 每条规则在节点之间诱导出一种支配关系，从而在网络中形成一个偏序关系。
• 应用等价类方法将具有相同支配地位的节点分组，构建一个层级结构，其中每个类代表一个排名层级。
• 处于第一等价类的节点最为重要（即“ skyline ”或“Pareto前沿”），更高层级的类则代表逐渐不重要的节点。
• 使用相似性度量对不同算法在等价类基准排序下的表现进行定量比较。
• 该框架在三个真实网络上进行了验证：一个代谢网络、一个社交网络以及基于BGP数据重建的互联网拓扑。

实验结果

研究问题

• RQ1 如何定义一种公平且一致的节点重要性排序标准，以避免对任一指标的偏倚？
• RQ2 在对同一网络节点进行排序时，如PageRank和HITS等成熟算法在多大程度上相互冲突？
• RQ3 等价类方法能否在不偏袒任一指标的前提下，有效解决多个节点重要性度量之间的冲突？
• RQ4 当将此框架应用于现实网络（如互联网）时，会涌现出哪些结构特征（如密集核心或富人俱乐部现象）？
• RQ5 PageRank和HITS的偏差在何种程度上影响其作为节点重要性评估基准时的表现？

主要发现

• PageRank和HITS在识别重要节点方面均表现良好，但存在明显偏差：PageRank倾向于高连接度节点，HITS则倾向于具有众多连接良好邻居的节点。
• 在代谢网络中，PageRank因度偏差错误地将边缘节点排在更高重要性位置，而HITS则表现出对邻居连接度高的节点的偏好。
• 互联网网络中存在一个由71个枢纽节点构成的密集核心子网络，其平均度为31.04，远高于全网平均值2.11，证实了富人俱乐部结构的存在。
• 互联网的前10个等价类包含71个节点之间的1102条边，形成高度互联的核心区域，视觉上证实了富人俱乐部现象。
• 等价类框架成功揭示了互联网中分层的结构特征，其中最重要节点构成一个完全或近乎完全的子图。
• 该框架为评估节点排序算法提供了一个稳健、无偏见的基准，并可扩展至有向和加权网络。