[论文解读] Structural Diversity and Homophily: A Study Across More than One Hundred Big Networks

Yuxiao Dong, R. A. Johnson+2 more|arXiv (Cornell University)|Feb 23, 2016

Complex Network Analysis Techniques参考文献 40被引用 3

一句话总结

本文將共同鄰居的結構多樣性視為影響網絡鏈接形成的關鍵因素，提出一種共同鄰居特徵（CNS）將120個大型網絡分類為三個截然不同的超家族。研究發現，更高的結構多樣性在不同網絡情境下可能促進或抑制鏈接形成——在Facebook中為正向影響，在LinkedIn中為負向影響，從而挑戰了結構同質性原則的普適性，並促進了鏈接預測與網絡建模的改進。

ABSTRACT

A widely recognized organizing principle of networks is structural homophily, which suggests that people with more common neighbors are more likely to connect with each other. However, what influence the diverse structures embedded in common neighbors have on link formation is much less well-understood. To explore this problem, we begin by characterizing the structural diversity of common neighborhoods. Using a collection of 120 large-scale networks, we demonstrate that the impact of the common neighborhood diversity on link existence can vary substantially across networks. We find that its positive effect on Facebook and negative effect on LinkedIn suggest different underlying networking needs in these networks. We also discover striking cases where diversity violates the principle of homophily---that is, where fewer mutual connections may lead to a higher tendency to link with each other. We then leverage structural diversity to develop a common neighborhood signature (CNS), which we apply to a large set of networks to uncover unique network superfamilies not discoverable by conventional methods. Our findings shed light on the pursuit to understand the ways in which network structures are organized and formed, pointing to potential advancement in designing graph generation models and recommender systems.

研究动机与目标

• 探討共同鄰居的結構多樣性（以連通分量數量衡量）如何在傳統結構同質性之外影響鏈接形成。
• 識別並探討不同共同鄰居配置如何影響現實網絡中二元連接的機率。
• 提出一種新型網絡表徵方法——共同鄰居特徵（CNS），以揭示傳統度量無法檢測到的隱藏網絡超家族。
• 理解Facebook和LinkedIn等平台中網絡行為的差異，其中結構多樣性對鏈接形成的影響呈相反趨勢。
• 透過揭示網絡結構背後的組織原則，為設計更優異的圖生成模型與推薦系統提供依據。

提出的方法

• 定義結構多樣性為節點對的共同鄰居所構成子圖中的連通分量數量。
• 在控制共同鄰居數量的前提下，測量120個大型網絡（真實與隨機網絡）的鏈接存在率。
• 提出共同鄰居特徵（CNS）作為一種基於所有節點對結構多樣性分佈的網絡級特徵指紋。
• 應用聚類技術對CNS向量進行分析，以識別具有相似結構多樣性模式的網絡超家族。
• 將基於CNS的分類與傳統網絡特性（如度分佈、聚類係數）進行比較，以驗證其獨特性。
• 使用統計建模分析在給定結構多樣性條件下鏈接存在的條件機率，揭示平台特定的趨勢。

实验结果

研究问题

• RQ1 在不考慮共同鄰居數量的情況下，共同鄰居的結構多樣性如何影響鏈接形成的機率？
• RQ2 Facebook和LinkedIn等網絡是否表現出結構多樣性對鏈接形成影響相反的模式？如果是，原因為何？
• RQ3 結構多樣性能否用於定義一種新的網絡特徵（CNS），以揭示標準度量無法檢測到的隱藏網絡超家族？
• RQ4 現有的隨機圖模型在多大程度上無法再現現實網絡中觀察到的結構多樣性模式？
• RQ5 結構多樣性如何挑戰或拓展網絡形成的結構同質性原則？

主要发现

• 即使在共同鄰居數量保持不變的情況下，結構多樣性仍顯著影響鏈接存在率，表明並非所有共同鄰居結構都同等促進鏈接形成。
• 在Facebook中，更高的結構多樣性（更多不連通分量）會增加鏈接形成的機率，表明多樣且鬆散連接的共同情境有助於線上友誼的建立。
• 在LinkedIn中，更高的結構多樣性會負面影響鏈接形成，表明緊密連接的共同鄰居結構（如共同同事）更利於專業關係的建立。
• CNS成功地將120個網絡分類為三個獨特的超家族，其中Facebook與Friendster屬於同一超家族，而LinkedIn則形成獨立超家族，突顯了網絡組織的根本差異。
• 所研究的標準隨機圖模型（如Erdős–Rényi、Watts-Strogatz、Barabási–Albert）均無法再現Facebook/Friendster超家族的結構多樣性模式，表明當前生成模型存在明顯缺口。
• 本研究揭示，當考慮結構多樣性時，結構同質性原則——即共同鄰居越多鏈接機率越高——可能被違反，因為較少的相互連接偶爾反而導致更高的鏈接形成率。