[论文解读] The Community Structure of Econophysicist Collaboration Networks

Peng Zhang, Menghui Li+3 more|ArXiv.org|May 9, 2005

Complex Network Analysis Techniques参考文献 20被引用 6

一句话总结

本文利用Girvan–Newman（GN）算法与层次聚类方法，研究了经济物理学家合作网络中的社区结构。该网络为加权无向网络。研究提出了一种相异度度量D，用于比较不同权重条件下社区划分的差异，发现尽管边权重影响了社区组成，但在稀疏网络中其影响有限，表明此类系统中拓扑结构（边的存在与否）比权重大小更为重要。

ABSTRACT

This paper uses a database of collaboration recording between Econophysics Scientists to study the community structure of this collaboration network, which with a single type of vertex and a type of undirected, weighted edge. Hierarchical clustering and the algorithm of Girvan and Newman are presented to analyze the data. And it emphasizes the influence of the weight to results of communities by comparing the different results obtained in different weights. A function D is proposed to distinguish the difference between above results. At last the paper also gives explanation to the results and discussion about community structure.

研究动机与目标

• 使用网络科学方法分析经济物理学家合作网络中的社区结构。
• 研究边权重如何影响加权网络中社区的形成与组成。
• 在不同权重条件下，比较Girvan–Newman算法与层次聚类的社区检测结果。
• 开发并应用一种定量相异度度量D，以评估不同社区划分之间的差异。
• 评估权重归一化（通过tanh函数）与重加权策略对社区检测结果的影响。

提出的方法

• 从实证数据构建加权合作网络，其中节点代表科学家，边代表共同作者关系，边权重定义为 $ w_{ij} = \tanh(t_{ij}) $，其中 $ t_{ij} $ 为共同发表论文的数量。
• 使用基于边介数的Girvan–Newman（GN）算法，通过迭代移除介数最高的边来识别社区划分。
• 采用基于相似度的层次聚类方法，其中相似度由边权重导出。
• 定义了一种相异度函数D，用于比较不同算法与权重条件下所得的社区结构，将未匹配的社区视为空集。
• 通过两种顺序对边进行重加权：$ p=1 $（按权重降序）与 $ p=-1 $（按权重升序），以评估权重排序的影响。
• 使用模块度函数Q评估社区质量，将Q曲线中的峰值识别为最优划分。

实验结果

研究问题

• RQ1 不同权重条件（非加权、加权、反向加权）如何影响在经济物理学家合作网络中检测到的社区结构？
• RQ2 边加权在多大程度上影响GN算法与层次聚类所识别出的社区组成与数量？
• RQ3 GN算法与层次聚类所得的社区划分在结构相异度方面有何差异？
• RQ4 使用归一化权重函数（tanh）是否能提升该网络中社区检测的现实性或准确性？
• RQ5 在稀疏的科学合作网络中，边的存在与否与边权重大小对社区形成的影响相比，何者更为重要？

主要发现

• GN算法的社区检测效果优于层次聚类，其结果具有更清晰且更具实际意义的分组，与机构隶属关系及研究兴趣高度对应。
• 相异度度量D显示，GN算法与层次聚类所得的最佳社区划分存在显著差异，$ D_{\text{best}} = 0.756 $，表明两者在结构上存在较大偏离。
• 按降序（$ p=1 $）与升序（$ p=-1 $）重加权边后，产生了不同的社区结构，非加权与加权网络之间的相异度为 $ D_{10,13} = 0.42 $，加权与反向加权网络之间为 $ D_{10,12} = 0.25 $。
• 尽管使用了归一化权重，边权重对社区结构的影响仍相对较小，尤其是在稀疏网络中。
• 本研究结论认为，在稀疏网络（如经济物理学家合作网络）中，边的存在或缺失对社区结构的影响强于边权重的大小。
• 模块度函数Q在不同权重条件下均识别出具有明显峰值的最优社区划分，支持了所检测社区的有效性。