多重ネットワーク分析
- 提唱者
- Kivela, M.; Boccaletti, S. et al.
- 年
- 2014
- 種類
- Structural network model
- 系統
- Network science
この文章は機械翻訳で、まだ確認されていません。 英語の原文を読む
何をする手法か?
多重ネットワーク分析は、同じノード集合が複数の異なる関係タイプによって接続されているシステムを研究するもので、各関係タイプは個別のネットワーク層として表現される。層を孤立して分析するのではなく同時に分析することにより、異なる関係タイプが同じアクターやエンティティ間でどのように相互作用し、互いを強化し、あるいは補完し合うかを明らかにする。
手法の背後にある直感
研究者グループが、共著、引用、会議出席という3つの異なるネットワークで同時に接続されている状況を想像してほしい。標準的な単層分析では、いずれか1つを選択するか、3つすべてを単一のグラフに集約するしかなく、情報が失われる。多重分析では、3つの層すべてをそのまま保持し、それらを一緒に研究する。ノードは、ある層では中心的な存在でも、別の層では周辺的な存在になりうる。層間の相互作用――ある層での強い接続が別の層での弱い接続を予測するか、あるいは補完するか――は、まさに多重手法が捉えるように設計されているものだ。
歴史学
多重ネットワークおよび多層ネットワークの形式的な理論的枠組みは、2014年の2つの画期的なレビュー――Journal of Complex Networks誌のKivelaらによるものと、Physics Reports誌のBoccalettiらによるもの――で出現し、それ以前に散在していた研究を共通の数学的形式化の下で統一した。それ以前の実証研究では、統一的な枠組みなしに複数の関係タイプを並行して分析していた。2014年以降、多重手法は交通システム、オンラインソーシャルプラットフォーム、神経科学コネクトーム、引用ネットワークに適用され、専用ソフトウェア(MuxViz、multinet、pymnet)がツールキットを統合した。
使うべき場面
同じノードが複数の質的に異なる種類の結びつきによってリンクされており、それらの結びつきを単一の層に集約すると重要な違いが不明瞭になる場合に、多重ネットワーク分析を使用する。例えば、共著、引用、電子メールで接続された科学者を同時に研究する場合などだ。特に、異なる関係タイプが互いを強化または補完すると理論的に予測される場合に強力である。単一の関係タイプしか利用できない場合、ノード集合が関係タイプ間で大きく異なる場合(代わりに二部ネットワークまたは多層ネットワーク分析を使用)、またはサンプルサイズが層固有の指標を信頼性高く推定するには小さすぎる場合には使用しない。
限界と注意点
- 各層について独立して完全なエッジリストを収集する必要があるため、データ収集の負担が大きい。
- 計算コストは層数とノード数とともに増加する。大規模な多重ネットワークにはかなりのメモリが必要である。
- 多くの層が異なる密度と構造を持つ場合に、解釈が複雑になる。
- 単層ネットワーク用の標準ソフトウェアを置き換えるか拡張する必要がある。多重ネットワーク対応パッケージ(MuxViz、multinet)はまだ成熟していない。
出典に示された条件は、独立した科学的レビューや分析エンジンによる検証の代わりにはなりません。
強み
- 関係タイプの間の質的な区別を、人工的な集約を強制することなく保持する。
- 多重中心性スコアは、単一層の指標よりもノードの重要性についてより豊かな像を提供する。
- 層比較統計は、どの関係タイプが冗長で、どの関係タイプが補完的であるかを明らかにする。
- 層を横断したコミュニティ検出は、より安定した理論的に意味のあるグループをもたらす。
- 社会、生物、交通、情報ネットワークなど、多種多様な経験的設定に適用可能。
応用
- 社会科学:同じ組織内での友人関係、助言関係、信頼関係を同時に分析する。
- 書誌計量学:共著、共引用、キーワード共起を、同じ研究者セットに対する並列層として扱う。
- 交通:同じ都市ノードを共有する道路、鉄道、航空ネットワークを一緒に研究する。
- 神経科学:同じ脳領域セットに対する異なる周波数帯の機能的接続層。
- オンラインプラットフォーム:同じユーザーセットに対するフォロー、リツイート、メンションを異なる層として扱う。
使い方
使い方
各関係タイプは、個別の隣接行列またはエッジリストとしてエンコードされ、多重ネットワークの1つの層を形成する。すべての層は同じノード集合――同じアクター、エンティティ、またはユニット――を共有するが、各層内のエッジは、友人関係対専門的な協力関係対情報交換といった、異なる種類の結びつきを表す。
層間エッジまたは結合重みは、各ノードが層間で対応するノードにどのように接続されているかを表現するために定義される。最も単純なケースでは、すべてのノードが他のすべての層の自分自身に単位重み(カテゴリカル結合)で接続されている。より精巧な結合は、遷移確率や層間の類似性をエンコードすることができる。
多重中心性尺度は、標準的な単層指標――次数、媒介中心性、固有ベクトル中心性、PageRank――を、層スタック全体に拡張する。例としては、PageRankを層全体に一般化した汎用性スコアや、ノードが参加する異なる層の数を数える重複次数が挙げられる。これらのスコアは、すべての関係タイプにわたるノードの全体的な重要性を同時に捉える。
層は、エッジの重複(ノードペアが複数の層で接続されている割合)、層の相関、層間相互情報などの尺度を用いて構造的に比較される。高い重複は冗長な関係タイプを示し、低い重複は補完的または独立したチャネルを示唆する。
コミュニティ検出アルゴリズムは、すべての層全体で一般化されたモジュラリティ関数を同時に最適化するか、テンソル分解を使用することによって、多重設定に拡張される。多重データで見つかったコミュニティは、単一の層から抽出されたものよりも堅牢である。なぜなら、それらは複数の関係タイプにわたって一貫している必要があるからだ。
よくある落とし穴
- すべての層を等しく重要と見なすが、一部の層が空に近いか冗長であるかどうかを確認しない。
- 欠損データの非対称性を無視する――ある層に存在するが別の層に存在しないノードが、しばしば不適切に扱われる。
- 層間の密度やサイズの差を考慮せずに中心性スコアを比較する。
- 分析前にエッジ重みを合計して層を集約する――これは、手法が利用するように設計されている多重構造を破壊する。
- 多重ネットワーク(同じノード、異なるエッジタイプ)と多層ネットワークまたは二部ネットワーク(層ごとに異なるノード集合)を混同する。
よくある質問
多重ネットワークと多層ネットワークの違いは何ですか?
多重ネットワークでは、すべての層が全く同じノード集合を含み、エッジタイプのみが異なる。多層ネットワークはより一般的で、層ごとに異なるノード集合を許容する。多重ネットワークは多層ネットワークの特殊なケースである。
単一の重み付きグラフにすべての層をマージすることはできますか?
できますが、重要な情報が失われます。5つの異なる層で接続されているノードペアは、単一の層で5回接続されているノードペアと同じように見えます。多重分析は、層タイプの区別を保持し、利用するために特別に設計されています。
意味のある多重分析には、いくつの層が必要ですか?
形式的には、ネットワークが多重であると呼ぶには2つの層で十分ですが、この手法は3つ以上の異なる、実質的に意味のある関係タイプで最も価値を発揮します。非常に疎な層や、エッジの重複がほぼゼロの層は、含める前に慎重に検査する必要があります。
どのソフトウェアパッケージが多重ネットワーク分析をサポートしていますか?
MuxViz (R/Python)、multinet (R)、pymnet (Python) が主な専用ライブラリです。NetworkX (Python) や igraph (R/Python) はカスタムコーディングで多重データを扱えますが、ネイティブな多重指標が不足しています。
多重ネットワークでのコミュニティ検出はどのように異なりますか?
多重設定では、コミュニティ検出はすべての層からの寄与を同時に合計する一般化モジュラリティを最適化するか、テンソル分解法を使用します。結果は、各層で個別に検出を実行する場合とは異なり、すべての関係タイプにわたって一貫した単一の分割です。
関連する手法
参考文献
Kivela, M., Arenas, A., Barthelemy, M., Gleeson, J. P., Moreno, Y., & Porter, M. A. (2014). Multilayer networks. Journal of Complex Networks, 2(3), 203–271.
DOI 文献を開くコピーしました。Boccaletti, S., Bianconi, G., Criado, R., del Genio, C. I., Gomez-Gardenes, J., Romance, M., Sendina-Nadal, I., Wang, Z., & Zanin, M. (2014). The structure and dynamics of multilayer networks. Physics Reports, 544(1), 1–122.
DOI 文献を開くコピーしました。