일반 랜덤 교차 그래프에서의 컴포넌트 진화

본 논문은 랜덤 교차 그래프(RIG)의 컴포넌트 진화에 관한 이론적 분석을 수행한다. 먼저, 두 집합 V(노드)와 W(속성) 사이에 각각 다른 연결 확률 p_w 를 부여한 일반 RIG 모델 G(n,m, p)를 정의한다. 각 노드 v는 속성 w와 독립적인 베르누이(p_w) 실험을 통해 연결되며, 두 노드가 하나 이상의 공통 속성을 공유하면 그래프에서 연결된다. 기존의 균일 RIG(G(n,m,p))와 달리 p_w 가 이질적이므로 엣지 의존성이 발생하고, 이는 전통적인 Erdős‑Rényi(G_{n, p̂}) 분석을 바로 적용할 수 없게 만든다. 저자들은 이러한 비독립성을 다루기 위해 “보조 과정”(auxiliary process)을 고안한다. 초기 노드 v₀ 를 선택하고, 매 단계 t에서 아직 방문되지 않은 노드 중 하나를 무작위로 선택해 탐색한다. 현재까지 탐색된 노드 집합 V_t 와 그에 대응하는 속성 집합 W