네트워크 스냅샷 사이의 합리적 그래프 보간

초록

본 논문은 두 시점의 네트워크 스냅샷을 입력으로 받아, 마코프 체인 기반의 확률적 편집 과정을 통해 시작 그래프에서 목표 그래프까지 전이하는 합리적인 그래프 시퀀스를 생성하는 ‘네트워크 인터폴레이션’ 모델을 제안한다. 편집 거리(에지 추가·삭제)를 기준으로 전진·후퇴 확률을 조절하는 시그모이드 함수와 속도 파라미터를 도입해 기대 히팅 타임을 이론적으로 분석하고, 실험을 통해 실제 데이터와 합성 데이터에서 기존 성장 모델보다 더 자연스러운 중간 구조를 복원함을 보인다.

상세 분석

이 논문은 동적 네트워크 분석에서 흔히 마주치는 “스냅샷 간 간격” 문제를 해결하기 위해, 두 그래프 G와 H 사이의 편집 거리(d) 를 상태 변수로 하는 마코프 체인을 설계한다. 각 스텝에서 편집 거리를 1 감소시키는 ‘전진(advancing)’ 움직임을 선택할 확률 ϕ(d)와, 1 증가시키는 ‘후퇴(regressing)’ 움직임을 선택할 확률 1‑ϕ(d) 를 정의한다. ϕ(d)는 d가 목표 거리 d_t 에 가까워질수록 0.5를 중심으로 상승하는 시그모이드 함수 f(d‑d_t)·s 로 구현되며, 여기서 s는 전이 속도를 조절하는 파라미터이다. 전진 움직임은 H에 존재하지만 현재 G에 없는 에지를 추가하거나, G에 존재하지만 H에 없는 에지를 삭제하는 방식으로 구현하고, 후퇴 움직임은 그 반대(즉, 현재 G와 H가 모두 공유하는 에지를 삭제하거나, 양쪽에 없는 에지를 추가) 로 정의한다.

핵심 이론적 기여는 고차원 그래프 공간(가능한 모든 그래프)의 마코프 체인을 편집 거리만을 고려한 1차원 체인으로 축소함으로써, 상태 수를 O(n²) 에서 O(n) 으로 감소시킨 점이다. 이를 통해 전이 확률 행렬의 고유값 분석과 기대 히팅 타임 E