[그래프 ML] 그래프 속성 - 파이썬 NetworkX

목차

• ※ 이전 글 참고
• 1. 그래프 속성이란
• 2. 통합 측정지표(Integration Metrics)
  • 2.1. 거리(Distance), 경로(Path), 최단경로(Shortest Path), 지름(Diameter)
  • 2.2. 특성 경로 길이(Characteristic Path Length)
  • 2.3. 전역 효율성(Global Efficiency)
• 3. 분리 측정지표(Segregation Metrics)
  • 3.1. 군집 계수(Clustering Coefficient)
  • 3.2. 전이성(Transitivity)
  • ※ 군집 계수(Clustering Coefficient) vs. 전이성(Transitivity)
  • 3.3. 모듈성(Modularity)
• 4. 중심성 측정지표(Centrality Metrics)
  • 4.1. 연결 중심성(Degree Centrality)
  • 4.2. 근접 중심성(Closeness Centrality)
  • 4.3. 매개 중심성(Betweenness Centrality)
  • ※ 중심성 측정지표 비교
• 5. 탄력성 측정지표(Resilience Metrics)
  • 5.1. 동류성(Assortativity)

 

※ 출처 : 그래프 머신러닝 (클라우디오 스타밀레 외, 김기성·장기식 옮김)

 

※ 이전 글 참고

[그래프 ML] 파이썬 networkx 시작하기

 

1. 그래프 속성이란

* 모든 그래프는 고유한 속성을 가지며, 이러한 속성은 측정지표(metrics)로 정량화할 수 있음
  - 그래프 전체 / 지역(local) / 전역(global) 측면을 특성화 함
  - 간단한 속성 : 노드 및 간선의 개수 → 복잡한 그래프를 표현하기 힘듦
  - 통합(Integration), 분리(Segregation), 중심성(Centrality), 탄력성(Resilience) 측정지표를 사용해 그래프의 속성을 보다 잘 표현할 수 있음

종류	설명
통합 측정지표(Integration Metrics)	노드가 상호 연결되는 경향을 측정
분리 측정지표(Segregation Metrics)	상호 연결된 노드 그룹의 존재를 측정
중심성 측정지표(Centrality Metrics)	개별 노드의 중요성을 측정
탄력성 측정지표(Resilience Metrics)	노드 및 간선 추가/제거, 속성 변화 등 변화에 그래프가 얼마나 기능을 유지하는지 측정

 

2. 통합 측정지표(Integration Metrics)

2.1. 거리(Distance), 경로(Path), 최단경로(Shortest Path), 지름(Diameter)

* 거리(Distance)
  - 근원 노드(Source node)에서 목표 노드(Target node)에 도달하기 위해 거쳐야 하는 간선의 개수

* 경로(Path)
  - 근원 노드와 목표 노드를 연결하는 간선의 집합

* 최단경로(Shortest Path)
  - 근원 노드와 목표 노드 사이의 가능한 모든 경로에 대해 간선의 수가 가장 적은 경로

* 지름(Diameter)
  - 그래프 내 가능한 모든 최단경로 중 가장 긴 최단경로에 포함된 간선의 수

import networkx as nx


G = nx.Graph()
nodes = {0: "서울", 1: "부산", 2: "인천", 3: "대구", 4: "대전", 5: "광주", 6: "수원"}
G.add_nodes_from(nodes.keys())
G.add_edges_from([(0, 2), (0, 6), (1, 3), (2, 5), (2, 6), (3, 4), (4, 5), (4, 6)])

shortest_path = nx.shortest_path(G, source=0, target=1)  # 0: 서울, 1: 부산
print(f"최단경로: {shortest_path}")

nx.draw(G, with_labels=True)  # 그래프 시각화

최단경로: [0, 6, 4, 3, 1]

라이언(0)이 어피치(1)를 찾아가는 최단 경로는 0, 6, 4, 3, 1

 

2.2. 특성 경로 길이(Characteristic Path Length)

* 정보가 네트워크를 통해 얼마나 효율적으로 분산되는지 측정하는 방법
  - 특성 경로 길이가 짧은 네트워크는 정보를 빠르게 전송할 수 있어 비용 절감에 유리

* 가능한 모든 노드 쌍 사이의 모든 최단경로 길이의 평균
$$\frac{1}{q(q-1)} \sum_{i \in V} l_i$$
  - $l_i$ : 노드 $i$와 다른 모든 노드 사이의 평균 경로 길이
  - $V$ : 그래프 노드의 집합
  - $q = |V|$ : 그래프의 위수

* 문제점 : 연결이 끊긴 그래프에서는 모든 노드 간의 경로를 계산할 수 없기 때문에, 항상 측정할 수는 없음

print(f"특성 경로 길이: {nx.average_shortest_path_length(G)}")

특성 경로 길이: 2.0

 

2.3. 전역 효율성(Global Efficiency)

* 네트워크를 통해 정보가 얼마나 효율적으로 교환되는지에 대한 척도
  - 그래프가 완전히 연결됐을 때 효율성 최대, 완전히 연결이 끊긴 그래프는 효율성이 최소

* 모든 노드 쌍에 대한 역최단경로(inverse shortest path) 길이의 평균
  - 역최단경로(Inverse shortest path) : 목표 노드에서 다른 모든 노드까지의 최단 거리(일반적인 최단경로와 반대로)
$$\frac{1}{q(q-1)} \sum \frac{1}{l_{ij}}$$
  - $l_{ij}$ : 노드 $i$와 $j$ 간의 역최단경로

완전 연결 그래프(Fully Connected Graph)	원형 그래프(Circulant Graph)
각 노드는 다른 노드에서 모두 도달할 수 있으므로, 정보가 네트워크를 통해 빠르게 교환됨	각 노드에 도달하기 위해서는 여러 노드를 통과해야 하므로, 효율성이 떨어짐
전역 효율성 ↑	전역 효율성 ↓

fully_connected_G = nx.complete_graph(7)  # 완전 연결 그래프
print(f"완전 연결 그래프의 전역 효율성: {nx.global_efficiency(fully_connected_G)}")
nx.draw(fully_connected_G, with_labels=True)  # 그래프 시각화

완전 연결 그래프의 전역 효율성: 1.0

완전 연결 그래프(Fully Connected Graph)

circulant_G = nx.circulant_graph(7, offsets=[1])  # 원형 그래프
print(f"원형 그래프의 전역 효율성: {nx.global_efficiency(circulant_G)}")
nx.draw(circulant_G, with_labels=True)  # 그래프 시각화

원형 그래프의 전역 효율성: 0.6111111111111109

원형 그래프(Circulant Graph)

 

3. 분리 측정지표(Segregation Metrics)

* 그래프 내 그룹의 존재에 대한 정보

 

3.1. 군집 계수(Clustering Coefficient)

* 그래프에서 노드들이 서로 얼마나 잘 묶여있는지를 측정하는 지표

* 군집 계수가 높은 경우
  - 노드들이 서로 밀집되어 있고 삼각형 구조가 많이 형성됨
  - 지역 커뮤니티, 모듈성이 강한 구조를 가진 네트워크
  - 생물학에서 기능적으로 연관된 단백질
  → 정보 전파, 전염병 확산이 빠르게 일어날 수 있음

* 군집 계수가 낮은 경우
  - 노드들이 분산되어 있고 삼각형 구조가 적음
  - 허브 노드를 중심으로 방사형 구조를 가진 네트워크
  - 인터넷(www) 같은 복잡한 네트워크
  → 다양한 정보 유입에 유연하게 대처 가능하며, 취약성이 낮음

* 전역 군집 계수(Global Clustering Coefficient)
  - 그래프 전체에 대해 계산
  - 삼각형(3개 노드와 3개 간선)으로 이뤄진 완전 부분그래프(complete subgraph) 개수를 그래프에 존재할 수 있는 최대 삼각형 개수로 나눈 비율

* 지역 군집 계수(Local Clustering Coefficient)
  - 각 노드에 대해 계산
  - 한 노드의 이웃 노드들 사이에 연결된 간선 수를 가능한 최대 간선 수로 나눈 비율

G = nx.Graph()
nodes = {0: "서울", 1: "부산", 2: "인천", 3: "대구", 4: "대전", 5: "광주", 6: "수원"}
G.add_nodes_from(nodes.keys())
G.add_edges_from([(0, 2), (0, 6), (1, 3), (2, 5), (2, 6), (3, 4), (4, 5), (4, 6)])

print(f"전역 군집 계수: {nx.average_clustering(G)}")
print(f"지역 군집 계수: {nx.clustering(G)}")

nx.draw(G, with_labels=True, node_size=list(map(lambda x: 500*x, nx.clustering(G).values())))  # 그래프 시각화

전역 군집 계수: 0.23809523809523808
지역 군집 계수: {0: 1.0, 1: 0, 2: 0.3333333333333333, 3: 0, 4: 0, 5: 0, 6: 0.3333333333333333}

지역 군집 계수(Local Clustering Coefficient)

 

3.2. 전이성(Transitivity)

* 0과 1 사이의 값을 가지며, 1에 가까울수록 삼각형 구조가 많아 군집화된 구조임을 의미

* 닫힌 트리플렛(Closed triplet; 3개 노드와 2개 간선으로 구성된 완전 부분그래프)의 개수와 그래프에서 가능한 닫힌 트리플렛의 최대 개수의 비율

print(f"전이성: {nx.transitivity(G)}")

전이성: 0.25

 

※ 군집 계수(Clustering Coefficient) vs. 전이성(Transitivity)

	군집 계수(Clustering Coefficient)	전이성(Transitivity)
정의	한 노드의 이웃 노드들 사이에 존재하는 간선의 비율	전체 그래프에서 연결된 삼각형의 상대적 빈도
계산 방식	개별 노드에 대해 계산	그래프 전체에 대해 하나의 값
범위	0 ~ 1	0 ~ 1 삼각형이 있어야만 0이 아닌 값을 가짐
활용	개별 노드의 군집화 정도를 파악	전체 네트워크의 전역적인 군집화 수준을 파악

 

3.3. 모듈성(Modularity)

* 서로 연결된 노드 집합의 네트워크 분할을 집계하도록 설계됨
  - 높은 모듈성을 가진 그래프는 모듈 내에서 밀집된 연결을 보여주고 모듈 간의 연결이 희박함

print(f"모듈성: {nx.algorithms.community.modularity(G, communities=[{0, 2, 6}, {1, 3, 4, 5}])}")

모듈성: 0.25

 

4. 중심성 측정지표(Centrality Metrics)

4.1. 연결 중심성(Degree Centrality)

* 노드의 차수와 특정 노드의 입사 간선(incident edge)의 개수와 연관됨
  - 노드가 다른 노드에 많이 연결될수록 해당 노드의 연결 중심성은 높은 값을 가짐

* 유향 그래프라면 들어오는 간선과 나가는 간선의 수와 관련해 각 노드에 대한 내차중심성과 외차중심성을 고려해야 함

print(f"연결 중심성: {nx.degree_centrality(G)}")

 

연결 중심성: {0: 0.3333333333333333, 1: 0.16666666666666666, 2: 0.5, 3: 0.3333333333333333, 4: 0.5, 5: 0.3333333333333333, 6: 0.5}

 

4.2. 근접 중심성(Closeness Centrality)

* 노드가 다른 노드와 얼마나 잘 연결되어 있는지를 정량화

* 다른 모든 노드까지의 평균 거리
$$\frac{1}{\sum_{i \in V, i != j} l_{ij}}$$
  - $l_{ij}$ : 노드 $i$와 $j$ 간의 최단경로 길이
  - $V$ : 노드의 집합

print(f"근접 중심성: {nx.closeness_centrality(G)}")

근접 중심성: {0: 0.46153846153846156, 1: 0.35294117647058826, 2: 0.5, 3: 0.5, 4: 0.6666666666666666, 5: 0.5454545454545454, 6: 0.6}

 

4.3. 매개 중심성(Betweenness Centrality)

* 노드가 다른 노드 간의 다리 역할을 하는 정도
  - 해당 노드를 통과하는 최단경로 개수가 많을수록 매개 중심성 값이 높아짐

$$\sum_{w != i != j} \frac{L_{wj}(i)}{L_{wj}}$$
  - $L_{wj}$ : 노드 $w$와 $j$ 사이의 최단경로 개수
  - $L_{wj}(i)$ : 노드 $i$를 통과하는 $w$와 $j$ 간의 최단경로 개수

print(f"매개 중심성: {nx.betweenness_centrality(G)}")

매개 중심성: {0: 0.0, 1: 0.0, 2: 0.1, 3: 0.3333333333333333, 4: 0.5666666666666667, 5: 0.1, 6: 0.3}

 

※ 중심성 측정지표 비교

import matplotlib.pyplot as plt
plt.rc("font", family="Malgun Gothic")


fig, subs = plt.subplots(ncols=3, figsize=(9, 3))

nx.draw(G, with_labels=True, node_size=list(map(lambda x: 500*x, nx.degree_centrality(G).values())), ax=subs[0])  # 연결 중심성
subs[0].set_title("연결 중심성")

nx.draw(G, with_labels=True, node_size=list(map(lambda x: 500*x, nx.closeness_centrality(G).values())), ax=subs[1])  # 근접 중심성
subs[1].set_title("근접 중심성")

nx.draw(G, with_labels=True, node_size=list(map(lambda x: 500*x, nx.betweenness_centrality(G).values())), ax=subs[2])  # 매개 중심성
subs[2].set_title("매개 중심성")

중심성 측정지표 비교

 

5. 탄력성 측정지표(Resilience Metrics)

5.1. 동류성(Assortativity)

* 그래프에서 연결된 노드들의 유사성 정도를 측정하는 지표로, 특히 노드의 차수가 비슷한 노드들이 서로 연결되어 있는 경향을 파악

* 동류성 계수(Assortativity coefficient)는 -1 ~ 1 사이의 값을 가짐 (∵ 피어슨 상관계수를 사용)
  - 양의 계수 : 유사한 차수를 가진 노드들이 서로 연결되는 경향 (동종 연결)
  - 0 : 노드 연결에 특별한 경향 없음
  - 음의 계수 : 차수가 다른 노드들이 서로 연결되는 경향 (이종 연결)

* 동류성이 높은 경우
  - 소셜 네트워크에서 인플루언서끼리 연결되는 경향
  - 생태계에서 비슷한 크기의 종들이 상호작용하는 경향
  - 이론적으로 동류 네트워크는 노드의 차수 분포가 멱함수 분포를 보이며 견고성이 높음

* 동류성이 낮은 경우
  - 핵심 노드(허브)와 주변 노드가 연결된 구조
  - 정보 전달이나 확산에 취약
  - 이론적으로 노드의 차수 분포가 지수 분포를 보이며 중심성이 높은 노드에 집중됨

멱함수 분포와 지수함수 분포 비교. (a) 정상 스케일, (b) 로그 스케일.

print(f"동류성: {nx.degree_pearson_correlation_coefficient(G)}")

동류성: -2.7755575615628914e-17