İçeriğe atla
Arama sonuçlarına dön

Çok Katmanlı Ağ Analizi

Ortaya koyan
Kivela, M.; Boccaletti, S. et al.
Yıl
2014
Tür
Structural network model
Aile
Network science

Bu metin makine çevirisidir ve henüz incelenmedi. Asıl metni İngilizce oku

Yazı boyutu

Ne işe yarar?

Çok katmanlı ağ analizi, aynı düğüm kümesinin, her biri ayrı bir ağ katmanı olarak temsil edilen birden çok farklı ilişki türüyle birbirine bağlandığı sistemleri inceler.

Katmanları izole edilmiş olmaktan ziyade eş zamanlı olarak analiz ederek, farklı ilişki türlerinin aynı aktörler veya varlıklar arasında nasıl etkileşimde bulunduğunu, birbirini güçlendirdiğini veya birbirini telafi ettiğini ortaya çıkarır.

Yöntemin mantığı

Aynı araştırmacı grubunu aynı anda üç farklı ağ üzerinden birbirine bağlı hayal edin: ortak yazarlık, atıf ve konferans katılımı. Standart tek katmanlı bir analiz, birini seçmenizi veya hepsini tek bir grafa indirgemenizi zorlar, bu da bilgi kaybına neden olur. Çok katmanlı analiz, üç katmanı da bozulmadan tutar ve onları birlikte inceler. Düğümler bir katmanda merkeziyken diğerinde çevresel olabilir ve katmanlar arasındaki etkileşim - bir katmandaki güçlü bir bağlantının diğerindeki zayıf bir bağlantıyı tahmin edip etmediği veya telafi edip etmediği - tam olarak çok katmanlı yöntemlerin yakalamak için tasarlandığı şeydir.

Tarih

Çok katmanlı ve çok katmanlı ağlar için resmi teorik çerçeve, 2014 tarihli iki dönüm noktası niteliğindeki incelemede ortaya çıktı — Journal of Complex Networks'te Kivela ve diğerleri ve Physics Reports'ta Boccaletti ve diğerleri — daha önce dağınık olan çalışmaları ortak bir matematiksel formalizm altında birleştirdi. Önceki ampirik çalışmalar, birleştirici bir çerçeve olmadan birden çok ilişki türünü paralel olarak analiz etmişti. 2014'ten bu yana, çok katmanlı yöntemler ulaşım sistemlerine, çevrimiçi sosyal platformlara, nörobilim konektomlarına ve atıf ağlarına uygulandı, özel amaçlı yazılımlar (MuxViz, multinet, pymnet) araç setini pekiştirdi.

Ne zaman kullanılır?

Aynı düğümlerin birden çok niteliksel olarak farklı türde bağlarla birbirine bağlandığı ve bu bağların tek bir katmana indirgenmesinin önemli farklılıkları gizleyeceği durumlarda çok katmanlı ağ analizi kullanın; örneğin, aynı anda ortak yazarlık, atıf ve e-posta ile birbirine bağlı bilim insanlarını incelemek. Özellikle teori, farklı ilişki türlerinin birbirini güçlendirdiğini veya telafi ettiğini öngördüğünde güçlüdür. Yalnızca tek bir ilişki türünün mevcut olduğu durumlarda, düğüm kümelerinin ilişki türleri arasında önemli ölçüde farklılık gösterdiği durumlarda (bunun yerine iki modlu veya çok katmanlı analiz kullanın) veya katman özelindeki metrikleri güvenilir bir şekilde tahmin etmek için örneklem boyutlarının çok küçük olduğu durumlarda kullanmayın.

Sınırlar ve dikkat edilmesi gerekenler

  • Her katman için tam kenar listelerinin bağımsız olarak toplanması gerektiğinden, veri toplama yükü yüksektir.
  • Hesaplama maliyeti katman ve düğüm sayısıyla ölçeklenir; büyük çok katmanlı ağlar önemli miktarda bellek gerektirir.
  • Farklı yoğunluklara ve yapılara sahip çok sayıda katman birleştirildiğinde yorumlama karmaşıklaşır.
  • Tek katmanlı ağlar için standart yazılımların değiştirilmesi veya genişletilmesi gerekir; çok katmanlı uyumlu paketler (MuxViz, multinet) daha az olgundur.

Kaynak metnin koşulları, bağımsız bilimsel inceleme veya analiz motoru doğrulaması yerine geçmez.

Güçlü yönleri

  • İlişki türleri arasındaki niteliksel farklılıkları yapay toplama zorlamak yerine korur.
  • Çok katmanlı merkeziyet puanları, herhangi bir tek katmanlı metriğe göre düğüm önemi hakkında daha zengin bir resim sunar.
  • Katman karşılaştırma istatistikleri, hangi ilişki türlerinin gereksiz ve hangilerinin tamamlayıcı olduğunu ortaya çıkarır.
  • Katmanlar boyunca topluluk tespiti, daha kararlı ve teorik olarak anlamlı gruplar üretir.
  • Sosyal, biyolojik, ulaşım ve bilgi ağları gibi çok çeşitli ampirik ortamlara uygulanabilir.

Uygulama alanları

  • Sosyal bilimler: aynı kuruluş içinde eş zamanlı olarak arkadaşlık, tavsiye verme ve güven analizi.
  • Bibliyometri: aynı araştırmacı kümesi üzerinde paralel katmanlar olarak ortak yazarlık, ortak atıf ve anahtar kelime ortak görünümü.
  • Ulaşım: aynı şehir düğümlerini paylaşan yol, demiryolu ve hava ağlarının birlikte incelenmesi.
  • Nörobilim: aynı beyin bölgesi kümesi üzerinde farklı frekans bandı fonksiyonel bağlantı katmanları.
  • Çevrimiçi platformlar: aynı kullanıcı kümesi üzerinde farklı katmanlar olarak takip etme, retweetleme ve bahsetme.

Nasıl çalışır?

Nasıl çalışır?

1

Her farklı ilişki türü, bir katman oluşturan ayrı bir komşuluk matrisi veya kenar listesi olarak kodlanır. Tüm katmanlar aynı düğüm kümesini paylaşır - aynı aktörler, varlıklar veya birimler - ancak her katmandaki kenarlar arkadaşlık, profesyonel işbirliği veya bilgi alışverişi gibi farklı bir bağ türünü temsil eder.

2

Her düğümün katmanlar arasındaki karşılığıyla nasıl bağlandığını temsil etmek için katmanlar arası kenarlar veya kuplaj ağırlıkları tanımlanır. En basit durumda, her düğüm her diğer katmanda birim ağırlıkla (kategorik kuplaj) kendisine bağlıdır. Daha ayrıntılı kuplajlar, geçiş olasılıklarını veya katmanlar arasındaki benzerliği kodlayabilir.

3

Çok katmanlı merkeziyet ölçümleri, standart tek katmanlı metrikleri - derece, arasındalık, özvektör, PageRank - tam katman yığınına genişletir. Örnekler arasında, PageRank'i katmanlar boyunca genelleştiren kullanışlılık puanı ve bir düğümün katıldığı farklı katmanların sayısını sayan örtüşen derece yer alır. Bu puanlar, bir düğümün tüm ilişki türleri boyunca genel önemini eş zamanlı olarak yakalar.

4

Katmanlar, kenar örtüşmesi (düğüm çiftlerinin birden fazla katmanda bağlı olma oranı), katman korelasyonu ve katmanlar arası karşılıklı bilgi gibi ölçümlerle yapısal olarak karşılaştırılır. Yüksek örtüşme, fazlalık ilişki türlerini gösterir; düşük örtüşme, tamamlayıcı veya bağımsız kanallara işaret eder.

5

Topluluk tespit algoritmaları, tüm katmanlar boyunca genelleştirilmiş bir modülerlik fonksiyonunu eş zamanlı olarak optimize ederek veya tensör ayrıştırma yöntemleri kullanarak çok katmanlı ayarlara genişletilir. Çok katmanlı verilerde bulunan topluluklar, birden çok ilişki türü boyunca tutarlı olmaları gerektiğinden, herhangi bir tek katmandan çıkarılanlardan daha sağlamdır.

Sık yapılan hatalar

  • Bazı katmanların neredeyse boş veya gereksiz olup olmadığı kontrol edilmeden tüm katmanların eşit derecede önemli olarak ele alınması.
  • Eksik veri asimetrilerinin göz ardı edilmesi — bir katmanda bulunan ancak diğerinde bulunmayan bir düğüm genellikle yanlış ele alınır.
  • Katman yoğunluğu veya boyutundaki farklılıklar hesaba katılmadan katmanlar boyunca merkeziyet puanlarının karşılaştırılması.
  • Yöntemin yararlanmak için tasarladığı çok katmanlı yapıyı bozan, analizden önce kenar ağırlıklarını toplayarak katmanların birleştirilmesi.
  • Çok katmanlı ağların (aynı düğümler, farklı kenar türleri) çok katmanlı veya iki modlu ağlarla (katman başına farklı düğüm kümeleri) karıştırılması.

Sık sorulan sorular

Çok katmanlı bir ağ ile çok katmanlı bir ağ arasındaki fark nedir?

Çok katmanlı bir ağda, her katman tam olarak aynı düğüm kümesini içerir; yalnızca kenar türleri farklıdır. Çok katmanlı ağlar daha geneldir ve katman başına farklı düğüm kümelerine izin verir. Çok katmanlı ağlar, çok katmanlı ağların özel bir durumudur.

Tüm katmanları tek bir ağırlıklı grafa birleştirebilir miyim?

Yapabilirsiniz, ancak kritik bilgileri kaybedersiniz: iki düğümün beş farklı katmanda bağlı olması, tek bir katmanda beş kez bağlı bir çiftle aynı görünür. Çok katmanlı analiz, özellikle katman türleri arasındaki ayrımı korumak ve ondan yararlanmak için tasarlanmıştır.

Anlamlı bir çok katmanlı analiz için kaç katmana ihtiyacım var?

Resmi olarak, bir ağa çok katmanlı demek için iki katman yeterlidir, ancak yöntem üç veya daha fazla farklı, anlamsal olarak anlamlı ilişki türüyle en fazla değeri ekler. Çok seyrek katmanlar veya kenar örtüşmesi sıfıra yakın katmanlar, dahil edilmeden önce dikkatlice incelenmelidir.

Hangi yazılım paketleri çok katmanlı ağ analizini destekliyor?

MuxViz (R/Python), multinet (R) ve pymnet (Python) ana özel amaçlı kütüphanelerdir. NetworkX (Python) ve igraph (R/Python), özel kodlama ile çok katmanlı verileri işleyebilir ancak yerel çok katmanlı metriklere sahip değildir.

Çok katmanlı bir ağda topluluk tespiti nasıl farklıdır?

Çok katmanlı bir ayarda, topluluk tespiti, tüm katmanlar boyunca katkıları eş zamanlı olarak toplayan genelleştirilmiş bir modülerliği optimize eder veya tensör çarpanlarına ayırma yöntemleri kullanır. Sonuç, her katman için ayrı ayrı tespit çalıştırmanın aksine, tüm ilişki türleri boyunca tutarlı olan tek bir bölümdür.

İlgili yöntemler

Kaynaklar

  1. 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 kaynağını aç
    Kopyalandı.
  2. 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 kaynağını aç
    Kopyalandı.