[论文解读] Return probability and k-step measures

Nicholas Dronen, Qin Lv|arXiv (Cornell University)|May 23, 2011

Complex Network Analysis Techniques参考文献 2被引用 3

一句话总结

本文提出了波利亞幂指数（PPI），一种基于无向图上随机游走返回概率的计算高效k步度量方法。它通过追踪随机游走在k步内返回起点的概率来计算节点中心性，时间复杂度为O(n + m)，显著快于β中心性或子图中心性，同时在识别网络中关键节点方面保持了相当的区分能力。

ABSTRACT

The notion of return probability -- explored most famously by George Pólya on d-dimensional lattices -- has potential as a measure for the analysis of networks. We present an efficient method for finding return probability distributions for connected undirected graphs. We argue that return probability has the same discriminatory power as existing k-step measures -- in particular, beta centrality (with negative beta), the graph-theoretical power index (GPI), and subgraph centrality. We compare the running time of our algorithm to beta centrality and subgraph centrality and find that it is significantly faster. When return probability is used to measure the same phenomena as beta centrality, it runs in linear time -- O(n+m), where n and m are the number of nodes and edges, respectively -- which takes much less time than either the matrix inversion or the sequence of matrix multiplications required for calculating the exact or approximate forms of beta centrality, respectively. We call this form of return probability the Pólya power index (PPI). Computing subgraph centrality requires an expensive eigendecomposition of the adjacency matrix; return probability runs in half the time of the eigendecomposition on a 2000-node network. These performance improvements are important because computationally efficient measures are necessary in order to analyze large networks.

研究动机与目标

• 开发一种计算高效的k步中心性度量替代方法，如β中心性和子图中心性。
• 证明返回概率作为一种概率度量，可在识别网络中关键节点方面提供与现有方法相当的区分能力。
• 证明返回概率可在线性时间内计算，使其适用于大规模网络分析。
• 确立波利亞幂指数（PPI）作为现有中心性度量的可行、高效替代方案，具有极少的归一化处理和直观的解释性。

提出的方法

• 该方法使用从邻接矩阵A导出的随机转移矩阵P，对无向连通图上的随机游走进行建模。
• 通过计算矩阵P^k的(i,i)元素，得到每个节点i的k步返回概率，即k步后返回节点i的概率。
• 当k=1时，返回概率为零；当k=2时，其值为对所有邻居j的1/deg(j)之和，反映邻居j随机选择i作为伙伴的概率。
• 该算法通过迭代矩阵-向量乘法避免昂贵的矩阵运算，使PPI（k=1,2）的时间复杂度达到O(n + m)，更高k值时为O(k × nnz_k)。
• 波利亞幂指数（PPI）定义为k=2时的返回概率，其与排除性度量（如负β的β中心性及GPI）具有强相关性。
• 该方法可精确控制游走长度k，并确保值始终位于[0,1]区间，从而无需归一化处理。

实验结果

研究问题

• RQ1 返回概率能否作为现有k步中心性度量（如β中心性和子图中心性）的计算高效替代方法？
• RQ2 返回概率在识别关键节点方面是否表现出与β中心性、GPI及子图中心性相当的区分能力？
• RQ3 返回概率能否在线性时间内计算？其性能如何随网络规模扩展？
• RQ4 波利亞幂指数（PPI）在捕捉网络中结构排除性能力方面，与其他度量相比表现如何？

主要发现

• 基于2步返回概率的波利亞幂指数（PPI）时间复杂度为O(n + m)，显著快于精确或近似β中心性所需的矩阵求逆或重复矩阵乘法。
• 在2000个节点的网络中，计算返回概率所需时间仅为计算子图中心性所需特征分解时间的一半。
• 尽管是无归一化的概率度量，返回概率在区分关键节点方面与β中心性（负β）、GPI及子图中心性具有相同的区分能力。
• 对于k=1和k=2，该算法的时间复杂度与网络规模呈线性关系；对于更高k值，时间复杂度为O(k × nnz_k)，使其适用于大规模网络。
• 返回概率可精确控制游走长度k，并自然地将值限制在[0,1]区间，从而实现不同网络间无需归一化的直接比较。