[论文解读] Tools for higher-order network analysis

Austin R. Benson|arXiv (Cornell University)|Feb 19, 2018

Complex Network Analysis Techniques参考文献 5被引用 3

一句话总结

本论文提出了一套用于高阶网络分析的工具，利用小规模子图模式（网络基序）揭示复杂系统中的结构组织。该研究提出了一种基于基序的谱聚类算法、广义的高阶聚类系数，以及高效计算动态网络中时间基序的算法，展示了在生物、社交和交通网络等多样化真实数据集上，对功能模块检测的显著改进。

ABSTRACT

Networks are a fundamental model of complex systems throughout the sciences, and network datasets are typically analyzed through lower-order connectivity patterns described at the level of individual nodes and edges. However, higher-order connectivity patterns captured by small subgraphs, also called network motifs, describe the fundamental structures that control and mediate the behavior of many complex systems. We develop three tools for network analysis that use higher-order connectivity patterns to gain new insights into network datasets: (1) a framework to cluster nodes into modules based on joint participation in network motifs; (2) a generalization of the clustering coefficient measurement to investigate higher-order closure patterns; and (3) a definition of network motifs for temporal networks and fast algorithms for counting them. Using these tools, we analyze data from biology, ecology, economics, neuroscience, online social networks, scientific collaborations, telecommunications, transportation, and the World Wide Web.

研究动机与目标

• 为解决传统网络分析仅关注成对连接的局限性，开发能够捕捉高阶连接模式的方法。
• 通过基于节点在重复出现的子图模式（基序）中联合参与的聚类，识别网络中的功能模块。
• 将聚类系数的概念推广至高阶结构，实现对三角形之外复杂闭合模式的检测。
• 通过定义 δ-时间基序并构建快速计数算法，将基序分析扩展至时间网络，实现对大规模数据集的可扩展性。
• 提供实用且可扩展的工具，通过聚焦集体性高阶交互，揭示从神经网络到社交媒体等多样化系统中的洞察。

提出的方法

• 基于基序邻接矩阵和基序拉普拉斯矩阵，开发一种基于基序的谱聚类算法，通过定义基序导通性实现基于共享基序参与度的社区检测。
• 通过将标准聚类系数推广至 k 个节点的基序（如 4 个节点的基序），提出高阶聚类系数，以度量闭合概率，捕捉更丰富的结构依赖关系。
• 正式定义 δ-时间网络基序为具有时间约束边序列的子图，其中基序内所有边均位于时间窗口 δ 之内。
• 设计基于组合优化与矩阵优化的快速计数算法，用于 3 个节点、3 条边的星型与三角形基序，避免完整枚举。
• 采用一种通用的基序计数算法，通过在诱导的静态基序上并行化处理，并结合节点级与边级聚合，计算每个节点的基序参与统计。
• 应用基于基序的个性化 PageRank 实现局部高阶聚类，支持围绕特定节点的基序参与度的局部化分析。

实验结果

研究问题

• RQ1 如何利用高阶连接模式（基序）定义比传统基于边的聚类更具意义的网络模块？
• RQ2 高阶聚类系数是否能揭示标准聚类系数所遗漏的网络结构模式？
• RQ3 如何高效且有效地定义并计数时间网络中的基序，以保留时间顺序与持续时间约束？
• RQ4 基于基序的聚类与高阶系数在检测生物或功能相关的子结构方面，相较于标准网络分析方法表现如何？
• RQ5 快速基序计数算法在保持下游分析统计效用的前提下，能在多大程度上扩展至真实世界的大规模网络？

主要发现

• 基于基序的谱聚类算法在 *S. cerevisiae* 转录网络中成功识别出具有生物相关性的模块，检测一致反馈回路的准确率高于基于边的方法。
• 广义的高阶聚类系数在 *C. elegans* 神经网络中揭示了显著的闭合模式，其中双星型基序表现出强闭合性，表明其功能整合性。
• 针对 3 个节点、3 条边的基序，快速计数算法达到线性或近似线性时间复杂度，使大规模网络（如英语维基百科和 Twitter 关注者网络）的可扩展分析成为可能。
• 在佛罗里达湾食物网中，基序 M6（一个 3 个节点的前馈回路）显著过代表，表明其在稳定营养级动态中的作用。
• 时间基序计数框架在电话通话与维基百科编辑数据中检测到关键结构模式，基序计数揭示了爆发式交互模式与信息传播动态。
• 通用基序计数算法实现了节点级基序参与统计，例如统计某节点作为特定基序类型中源点或中心点的频率，为网络分析提供可操作的特征。