Assortativity in networks
本文研究网络度-度相关性的同配系数 $r$,修正其取值范围,分析基于边的迭代操作对同配性的影响,并构造增长的同配与中性网络及不同阶中性非树图。
2024-05-23 physics.soc-ph
On the inadequacy of nominal assortativity for assessing homophily in networks
本文指出名义同配性在群体规模不等和混合不对称的网络中失效,提出调整后的名义同配性及解析方法,以准确评估同质性和揭示隐藏混合模式。
2023-09-05 cs.CY cs.SI physics.data-an
Network constraints on the mixing patterns of binary node metadata
我们考虑了网络约束的边界上的互联性系数,它衡量的趋势,具有相同的属性值的节点互连。相关系数是跨网络边的节点属性值的皮尔逊相关系数,范围在-1到1之间。在这里,我们专注于二进制节点属性的可重性,并表明网络的属性,如度分布和每个属性值的节点数的地方限制可重性系数的可达到的值。我们探讨了在三个不同的空间,即,合奏的图形配置和节点属性分配,是有效的一组给定的网络约束的可追溯性。我们提供了获得这些空间的可拓性的极值上的界限的手段。最后,我们证明,在某些条件下的网络约束严重限制的最大值和最小值的反导性,这可能会出现问题,我们如何解释反导性系数。
2021-01-12 cs.SI physics.data-an physics.soc-ph
Weighted Assortative And Disassortative Networks Model
现实世界的网络处理结构化连接,因为它们具有非平凡的顶点度相关性和聚类性。在这里,我们提出了一个玩具模型的结构形成在现实世界中的加权网络。在我们的模型中,网络通过拓扑增长以及权重变化来进化。此外,我们引入了加权重连系数,它推广了拓扑网络的重连系数,以衡量两个相似度的顶点之间有一个高权重链接的趋势。我们的模型生成的网络表现出无标度行为与可调指数。此外,一些非平凡的功能,在现实世界中的网络中发现的再现,通过改变参数统治的重量演变的速度。最重要的是,通过对加权互变性系数的研究,我们发现由我们的模型生成的拓扑互变性网络和歧化网络实际上都是加权互变性的。
2006-12-09 physics.soc-ph
Detecting network communities beyond assortativity-related attributes
在网络科学中,链接性是指具有相似属性的节点之间存在链接的趋势。例如,在社交网络中,链接往往存在于年龄、国籍、地点、种族、收入、教育水平、宗教信仰和语言相似的个体之间。因此,各种属性共同影响网络拓扑。一个有趣的问题是检测超出某些特定的可扩展性相关属性$ρ$的社区结构,即,提取$ρ$对网络拓扑的影响,揭示由于其他属性而隐藏的社团结构。解决这一问题的一种方法是重新定义模块性测度的零模型,从而模拟$ρ$对网络拓扑结构的影响。然而,一个挑战是我们不知道网络拓扑在多大程度上受$ρ$和其他属性的影响。在本文中,我们提出Dist-Modularity,它允许我们自由地选择任何合适的函数来模拟$ρ$的效果。这样的自由度可以帮助我们探测$ρ$的效果,并发现由于其他属性而隐藏的社区。我们测试了Dist-Modularity在合成基准测试和两个真实网络上的有效性。
2014-07-15 cs.SI physics.soc-ph
Multiscale mixing patterns in networks
网络中的分类混合是具有相同属性或元数据的节点相互链接的趋势。这是一种经常在社交网络中发现的属性,表现为具有相同年龄、种族或政治信仰的人之间更高的链接倾向。量化链接性或分离性(链接到具有不同属性的节点的偏好)的水平可以揭示复杂网络中链接和传染过程形成的因素。在离散值元数据的情况下,通常的做法是根据可扩展性系数或模块性来测量可扩展性水平。这个全局值是整个网络的平均重复率水平,当混合模式是异构的时,它可能不是一个代表性的统计数据。例如,由于文化规范的差异,一个跨越全球的社交网络可能会在混合模式上表现出地方差异。在这里,我们介绍了一种方法来本地化这个全球性的措施,使我们可以描述跨多个尺度,在节点级别的可追溯性。因此,我们能够捕捉和定性评估网络中的混合模式的分布。我们发现,对于许多现实世界中的网络的不确定性的分布是偏斜的,过度分散和多模态的。我们的方法提供了一个更清晰的镜头,通过它我们可以更仔细地检查网络中的混合模式。
2018-04-18 cs.SI physics.data-an physics.soc-ph
"Clumpiness" Mixing in Complex Networks
介绍了复杂网络簇性的三种度量方法。这些措施量化了网络的大多数中心节点如何聚集在一起。在以前的研究中定义的扩散系数测量了类似的特征,但只考虑了直接相互连接的中心节点的聚集性。本文中定义的聚集系数也考虑了中心节点被几个链接分开的情况。该定义基于节点度和节点对之间的距离。集块系数和扩散系数可以定义四类网络。数值计算表明,该分类方案成功地将30个真实世界的网络分为四类:丛生的排斥,丛生的排斥,松散的排斥和松散的排斥网络。聚类系数也区分了Erdos-Renyi模型和Barabasi-Albert模型,而聚类系数不能区分两者。此外,还讨论了块度系数的界以及三种块度测度之间的关系。
2009-05-25 cond-mat.stat-mech physics.soc-ph
Degree Correlations Amplify the Growth of Cascades in Networks
网络促进了级联的传播,允许局部扰动通过节点及其邻居之间的相互作用进行渗透。我们研究网络结构如何影响扩散级联的动态。通过在生成函数框架内考虑网络的联合度分布,我们可以量化度相关性如何影响全局级联的发生以及特定度类节点触发大级联的倾向。然而,并非所有的度相关性在传播过程中都同样重要。我们引入了一个新的措施的度的相关性,占相关的扩散级联节点之间的相关性。我们发现,定义全球级联的发病的临界点有一个单调的关系,这个新的非线性措施。此外,我们表明,节点的选择种子最大的级联是强烈的程度相关性的影响。与传统观点相反,当度的不确定性为正时,低度节点更有可能产生最大的级联。我们的工作表明,通过操纵网络的高阶结构来调整传播过程是可能的。
2018-07-15 cs.SI physics.soc-ph
Character Networks and Book Genre Classification
我们比较了传记、传奇和虚构文本的社会角色网络,以寻找体裁分化的标志。我们检查了人物外表的程度分布,并发现了一个不依赖于文学流派或历史内容的幂律。我们还分析了本地和全球复杂网络的措施,特别是最近推出的大堂(或赫什$H(1)$)指数和度,介数和接近中心之间的相关图。以前的文献声称将虚构的社交网络与真实的社交网络分开,也研究了分类情节。我们在这些网络测量的书籍中没有发现相关的差异,并且我们给出了一个合理的解释,为什么以前的非线性结果不正确。
2018-10-12 cs.SI physics.soc-ph
Edge direction and the structure of networks
有向网络是无处不在的,并且是表示具有不对称相互作用的复杂系统所必需的--从食物网到万维网。尽管边缘方向对于检测局部和社区结构很重要,但在研究网络中的一种基本类型的全局多样性时,它被忽视了:具有相似边缘数量的节点连接的趋势。这种趋势称为同配性,会影响现实世界网络的关键结构和动态属性,例如容错性或传染病传播。在这里,我们证明了边缘方向有深远的影响,反磁性。我们定义了一组四个有向重复性的措施,并分配随机网络的比较统计意义。我们将这些措施应用到三个网络类-在线/社交网络,食物网,词邻接网络。我们的措施(i)揭示了每个类别的共同模式,(ii)以前被分类在一起的独立网络,(iii)暴露了几个现有理论模型的局限性。我们拒绝将有向网络的标准分类为纯粹的排斥或排斥。许多显示类特定的混合,可能反映功能或历史的限制,偶然性,和力量引导系统的演变。
2010-11-08 cond-mat.dis-nn cs.NI physics.soc-ph
On the relationship between set-based and network-based measures of gender homophily in scholarly publications
科学界对在学术出版物的合著中测量性别同质性的问题越来越感兴趣(Escheren,2016)。对于一组给定的出版物和合著者,我们假设作者身份没有被消除歧义,因为我们不知道一个人是多篇论文的作者。在这种情况下,考虑测量性别同质性的一种方法是考虑所有观察到的共同作者对,并获得基于集合的性别同质性系数(例如,Bergstrom等人,2016)。另一种方法是将论文视为共同作者的观察到的不相交网络,并使用基于网络的重复系数(例如,Newman,2003)。在这篇文章中,我们回顾了这两个指标,并表明基于性别同质性集的指数相当于基于性别同质性网络的系数,具有适当的加权边缘。
2016-11-11 cs.DL physics.soc-ph stat.ME
Uncovering disassortativity in large scale-free networks
在大型自组织网络中,如互联网、万维网、社会网络和生物网络中的混合模式通常以相邻节点之间的度-度依赖为特征。在本文中,我们提出了一种新的方法来衡量度-度依赖。常用的折射率系数的一个问题是,在离散网络中,它的大小随着网络的大小而减小。我们从数学上解释了这一现象,并在合成图和真实网络数据上验证了结果。作为替代方案,我们建议使用等级相关性度量,例如Spearman rho。我们的实验令人信服地表明,斯皮尔曼的rho产生一致的值在不同大小的图,但类似的结构,它是能够揭示强(正或负)的依赖关系在大型图。特别是,我们发现更强的负度度依赖关系的Web图比以前认为的。{Rank相关性使我们能够比较不同大小的网络的重复性,这是不可能的重复性系数,因为它真正依赖于网络的大小。我们的结论是,秩相关性提供了一个合适的和翔实的方法来揭示网络混合模式。
2013-02-21 cond-mat.stat-mech cs.SI physics.soc-ph
Malleability of complex networks
大多数复杂网络不是静态的,而是随着时间的推移而发展。给定一个这样的变化网络的特定配置,量化其拓扑结构可能展开的多样性就成为一个特别有趣的问题。在这项工作中,我们提出了网络延展性的概念,它被定义为相对于给定配置的每个可能的展开的概率的熵的指数。我们计算的延展性相对于所涉及的拓扑结构的具体测量。更具体地说,我们确定了从给定配置导出的可能拓扑,并计算了它们的一些拓扑度量(例如,聚类系数,最短路径长度,重复性等),导致相应的概率与每个可能的测量值相关联。虽然这种方法意味着从拓扑到测量空间的映射中存在一定程度的退化,但它仍然为推断特定网络类型相对于给定拓扑测量的延展性铺平了道路。我们报告说,延展性,在一般情况下,取决于每个特定的测量,平均最短路径长度和程度的延展性通常会导致大的延展性值。维基百科网络的延展性最大,Watts-Strogatz模型的延展性最小。
2018-10-22 cs.SI physics.soc-ph
On the influence of topological characteristics on robustness of complex networks
在本文中,我们探讨了复杂网络的拓扑特征和它的鲁棒性持续有针对性的攻击之间的关系。使用合成的无标度,小世界和随机网络,我们研究了一些网络度量,包括网络的非线性,模块化,平均路径长度,聚类系数,丰富的俱乐部配置文件和无标度指数(适用时),以及这些指标如何影响网络在有针对性攻击下的鲁棒性。我们使用一个建立的鲁棒性系数来衡量拓扑鲁棒性,并考虑持续的有针对性的攻击,节点度的顺序。对于无标度网络,我们发现,无标度性,模块化和平均路径长度与网络的鲁棒性呈正相关,而聚类系数呈负相关。我们没有发现无标度指数和鲁棒性之间的任何相关性,或丰富的俱乐部配置文件和鲁棒性。而小世界网络的鲁棒性则与网络的重复性、模块性、聚类系数和平均路径长度呈显著正相关。相比之下,Erdos-Renyi随机网络的鲁棒性与所考虑的任何网络属性都没有任何显着的相关性。一个重要的观察结果是,高聚类降低了无标度网络的拓扑鲁棒性,但它增加了小世界网络的拓扑鲁棒性。我们的研究结果突出了拓扑特征在影响网络鲁棒性方面的重要性,并说明了网络设计人员可以使用的设计策略,以提高无标度和小世界网络在持续有针对性攻击下的鲁棒性。
2014-02-26 cs.SI nlin.AO physics.soc-ph
Effects of Degree Correlations in Interdependent Security: Good or Bad?
我们研究了程度相关性或网络混合对相互依赖安全的影响。我们使用依赖图来模拟代理之间的相互依赖性,并采用人口博弈模型来捕获许多代理之间的相互作用时,他们是战略性的,并有各种安全措施,他们可以选择来保护自己。整体网络安全性是通过我们称之为邻居的平均风险暴露(ARE)来衡量的,它与网络中的攻击总数(预期)成正比。首先证明了种群博弈存在唯一的纯策略纳什均衡。然后,我们证明了,作为代理的依赖图中的程度较大的看到更高的风险比那些程度较小的,整体网络的安全性恶化,代理所经历的ARE增加,网络中有更多的攻击。最后,使用这一发现,我们证明了网络混合对ARE的影响取决于代理可用的安全措施的(成本)有效性;如果安全措施是无效的,依赖图的依赖性增加会导致更高的ARE。另一方面,如果安全措施能够有效抵御攻击造成的损害和损失,则增加可防御性会降低代理所经历的ARE。
2017-04-03 cs.SI physics.soc-ph
The Banking Transactions Dataset and its Comparative Analysis with Scale-free Networks
我们从Rabobank用户的银行交易中构建了一个由160万个节点组成的网络。我们在每条边上分配两个权重,分别是2010年至2020年用户之间的总转移金额和总交易次数。我们提出了一个详细的分析,未加权和两个加权网络,通过检查他们的度,强度和权重分布,以及拓扑可拓性和加权可拓性,聚类和加权聚类,以及这些数量之间的相关性。我们进一步研究了网络的中尺度特性,并将其与随机参考系统进行了比较。我们还分析了节点和边缘的特点,使用中心性措施,以了解他们在货币交易系统中的作用。这将是第一个公开共享的银行内部交易数据集,这项工作突出了银行交易网络与其他无标度网络的独特特征。
2021-09-22 cs.SI physics.soc-ph
A framework for analyzing contagion in assortative banking networks
我们引入了一个概率框架,代表程式化的银行网络的目的是预测传染事件的规模。大多数先前关于随机金融网络的工作都假设银行之间存在独立的联系,而我们的框架明确允许(区分)边缘概率(例如,小银行与大银行挂钩的趋势)。我们分析了冲击网络触发的默认级联,发现级联可以被理解为一组收敛到一个固定点的边缘概率上的显式迭代映射。我们推导出一个级联条件的特点是否无穷小的冲击网络可以增长到一个有限大小的级联,在类似的基本再生数$R_0$在流行病建模。级联条件提供了一个容易计算的措施,固有的系统性风险,在一个给定的银行网络拓扑结构。利用随机网络的逾渗理论,我们还导出了全局级联频率的解析公式。虽然分析方法推导出无限网络,我们证明使用蒙特卡罗模拟的适用性的结果,有限规模的网络。我们发现,边缘的可扩展性,节点连接到类似节点的倾向,可以有很强的影响,系统性风险的水平,衡量级联条件。然而,系统性风险的影响是微妙的,我们提出了一个简单的图论量,我们称之为图-系统性系数,可以用来评估系统性风险。
2016-10-13 cond-mat.stat-mech cs.SI physics.soc-ph
Stability of Local Information based Centrality Measurements under Degree Preserving Randomizations
节点中心性是网络分析中不可或缺的度量之一,具有广泛的应用范围,从社会经济到个性化推荐。我们认为,一个有效的中心性措施,即使在网络中引入的信息丢失或噪声进行稳定。利用6个基于局部信息的中心性度量,研究了在保持度分布不变的情况下,改变节点的重复性对指数分布和无标度分布网络的影响.该模型为研究中心性度量的稳定性提供了一个新的视角,可以进一步应用于社会科学、生物学、信息科学、社区发现等领域。
2018-12-30 cs.SI physics.soc-ph
Improving Network Degree Correlation by Degree-preserving Rewiring
本文针对通过度保持重连最大化网络度相关性的问题,证明其单调性与子模性并提出GA方法,验证其优于基线方法,还提出三种启发式策略并探究重连对谱鲁棒性、中心性度量鲁棒性的影响。
2024-04-11 cs.SI physics.soc-ph
Analysis and perturbation of degree correlation in complex networks
度相关性是许多现实世界网络的一个重要拓扑性质。本文对网络度相关性的统计度量进行了分析研究。我们给出了统计测度一致性的一个精确证明,揭示了度相关性的一般线性关系,为复杂网络度相关性的分析提供了一个简单而有趣的视角.利用一般线性分析方法,研究了复杂网络中少量节点的加入和富俱乐部对度相关性的扰动。研究结果表明,对于ER图等同质网络,简单的结构变化容易对网络的可拓性产生较大影响,而对于无标度网络等度分布较宽的异质网络,可拓性变化较小.显然,同构网络比异构网络对扰动更敏感。
2015-09-02 cs.SI physics.soc-ph
Controlling systemic risk - network structures that minimize it and node properties to calculate it
对金融机构网络中的系统性风险进行评估一般需要机构间金融风险敞口的信息。在债务排序算法的框架下,我们引入了一种近似的系统性风险评估方法,该方法只需要节点的总资产和总负债作为输入。我们证明,这种近似捕捉了很大一部分的系统性风险衡量的债务排名。此外,使用蒙特卡罗模拟,我们调查网络结构,可以放大系统性风险。事实上,如果市场是流动的,那么一般意义上的拓扑结构{ \em a priori}都不会更稳定[1],但更大的复杂性对整体稳定性不利[2]。在这里,我们发现,标量相关性的措施以及与系统性风险的水平。特别是,具有高系统性风险的网络结构是标量分解的,这意味着风险银行大多暴露于其他风险银行。低系统性风险的网络结构是标量离散的,风险银行与稳定银行相互作用。
2019-02-22 econ.TH physics.soc-ph q-fin.RM
Factors determining nestedness in complex networks
理解网络结构特征的原因和影响是破译复杂系统的关键任务。在这种情况下,网络嵌套的属性引起了相当大的兴趣,关于生态网络。事实上,Bastolla等人引入了一种简单的网络嵌套度量方法,这为分析理解打开了大门,使他们能够得出结论,即生物多样性在高度嵌套的互惠网络中得到了极大的增强。在这里,我们提出了一个稍微改进的版本,并继续研究它如何受到网络最基本的结构属性的影响,例如度分布和度-度相关性(即重复性)。我们发现,异质性的程度有很强的影响嵌套。一旦这样的影响已经折扣,我们发现嵌套是强烈相关的dispertativity,因此,随机(中性)网络最近被发现是自然dispertativity,他们往往是自然嵌套的机会。
2013-09-20 cs.SI physics.soc-ph q-bio.MN
Context dependent preferential attachment model for complex networks
本文提出了一种生长型随机复杂网络模型,我们称之为上下文相关偏好连接模型(CDPAM),新节点连接到旧节点的偏好由旧节点的局部和全局性质决定。我们把节点局部和全局性质分别看作节点的度和相对平均度。我们证明了由CDPAM生成的复杂网络的度分布服从幂律分布,其指数位于区间[2,3]内,并且网络的期望直径随初始小网络中新节点的增加而递增.数值结果表明,当新节点对局部和全局属性分配相同的权重时,期望直径稳定。计算各种措施,包括聚类系数,不确定性,三角形的数量,代数连通性,谱半径,我们表明,该模型复制的真实网络的属性比BA模型的所有这些措施时,相同的权重的局部和全局属性。最后,我们观察到BA模型是一个限制的情况下,CDPAM时,新的节点往往给予较大的权重的局部属性相比,在链路形成的全局属性的权重。
2015-01-10 cs.SI physics.soc-ph
Socio-economic Segregation in a Population-Scale Social Network
本研究基于荷兰1720万居民的大规模社会网络数据,对比发现社会网络中的社会经济隔离程度是空间邻里视角的两倍,且大城市隔离度更高,挑战了传统空间视角的主导性,揭示了隐藏的跨空间隔离。
2023-10-04 physics.soc-ph
Influence Robustness of Nodes in Multiplex Networks against Attacks
本文提出MultiCoreRank度量方法计算多重网络节点全局影响力,并发现同配网络比中性和异配网络具有更高的抗攻击弹性。
2023-10-06 cs.NI cs.SI physics.soc-ph
A Systematic Approach for Studying How Topological Measurements Respond to Complex Networks Modifications
本文提出一种系统方法,利用相似性网络和层次聚类,量化并可视化复杂网络在边移除或重连等修改下多种拓扑测量的响应与相互关系。
2025-05-28 cs.SI physics.soc-ph
Beyond the rich-club: Properties of networks related to the better connected nodes
网络的许多结构特征取决于与枢纽的连通性以及枢纽内部的连通性。这些依赖关系可以与节点的度以及节点与更高度的节点共享的链接的数量有关。在这里,我们修改并提出了新的结果,展示了如何构建网络集成,它给出了一个很好的近似度的相关性,因此,这种相关性的预测,如重复系数或平均邻居度。我们提出了一个新的界限的结构切断度的基础上的连接枢纽。此外,我们表明,与集线器内的连接可以用来定义不同的网络核心。其中两个核心与谱性质和长度为1和2的行走有关,其中至少包含一个枢纽节点,并且它们与特征向量中心性有关。我们引入了一个新的中心性测量的基础上与枢纽的连接。此外,作为合奏和核心相关的枢纽的连接,我们展示了几个例子如何在枢纽连接的变化影响度-度相关性和核心属性。
2018-10-29 cs.SI physics.soc-ph
Vaccination with partial transmission and social distancing on contact networks
我们使用统计物理学的空腔方法研究了疫苗接种对流行病通过结构化网络传播的风险的影响。我们放松了疫苗接种可以防止以前研究中使用的疾病传播的假设,使得接种疫苗的节点具有较小的传播概率。要做到这一点,我们扩展了腔的方法来研究网络中的节点具有异质性的传输率。我们发现,接种疫苗与部分传输仍然提供群体免疫,并显示如何群体免疫阈值取决于不同的传染性节点之间的传染性。此外,我们研究了通过债券渗透的社会距离的影响,并表明,渗透针对节点之间的链接的高传输率可以降低流行病的风险大于针对节点之间的链接的高度。最后,我们扩展了最近的方法来计算具有异质性传播率的人群中的风险分布方程,并通过比较节点和链接删除的随机和有针对性的策略对风险分布的影响,展示了有针对性的社交距离措施如何可以降低整体风险大于无针对性的疫苗接种活动。
2021-10-13 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Diagonal degree correlations vs. epidemic threshold in scale-free networks
我们证明了存在的对角不确定度相关,即使很小,有显着降低大型无标度网络的流行阈值的效果。所考虑的相关矩阵是$P(h|k)=(1-r)P^U_{hk}+rδ_{hk}$,其中$P^U$是不相关的,并且$r$(纽曼折射率系数)可以非常小。如果用最大度$n$来度量网络的大小,则尺度指数$γ$的影响是一致的。我们还证明了通过Porto-Weber方法可以构造出与上述$P(h|k)$具有相同$k_{nn}$但元素和谱非常不同的相关矩阵,从而导致不同的流行病扩散和阈值。此外,我们研究了一个子集的容许变换的形式$P(h|k) \to P(h|k)+Φ(h,k)$与$Φ(h,k)$取决于一个参数,离开$k_{nn}$不变。这种转变一般会影响流行阈值。然而,我们发现,当它们作用于具有恒定$k_{nn}$的网络之间时,即平均邻居度独立于度本身的网络(比严格不相关的网络更广泛的一类),这种情况不会发生。
2021-08-24 cs.SI physics.soc-ph
Multifractal Network Generator
我们介绍了一种新的方法来构建具有现实特征的网络。尽管我们的方法概念简单(只有两个参数),但它能够生成具有规定统计特性的各种网络类型,例如,具有各种不同形式的度或聚类系数分布。反过来,这些图可以用来测试假设,或者作为实际数据的模型。该方法是基于适当选择的奇异措施之间的映射定义的单位平方和稀疏的无限网络。这样的映射有很大的潜力,允许各种网络拓扑的图论结果。我们的方法的主要思想是去无限极限的奇异测度和相应的图的大小同时。这种构造的一个非常独特的特征是,生成的网络的复杂性随着规模的增加而增加。我们提出的解析表达式来自参数的-迭代-初始生成措施等主要特征的图,其程度,聚类系数和可拓性系数分布。从一个简单的模拟退火过程中确定的生成措施的最佳参数。因此,目前的工作提供了一个工具,研究人员从各种领域(如生物学,计算机科学,生物学,或复杂系统),使他们能够创建一个通用的模型,他们的网络数据。
2010-04-29 math-ph math.MP physics.data-an
Influence Maximization for Fixed Heterogeneous Thresholds
影响力最大化是一个选择网络中影响者最优集合的NP难题。在这里,我们提出了两种新的方法,影响力最大化的基础上两个非常不同的指标。第一个度量,称为平衡指数(BI),计算速度快,并将最高值分配给两种类型的节点:那些对采用具有高阻力的节点和那些具有大出度的节点。这是通过线性组合节点的三个属性来完成的:它的度,对新观点的敏感性,以及它的激活对其邻居的影响。控制这三项之间的权重对性能有很大的影响。第二个指标,称为组性能指数(GPI),衡量性能的每个节点作为一个启动器时,它是随机选择的启动器集的一部分。在每个这样的选择中,分配给每个队友的分数与引起期望扩散的发起者的数量成反比。这两个指标适用于各种级联模型;这里我们在具有固定和已知阈值的线性阈值模型上测试它们。此外,我们还研究了网络度的重复性和阈值分布对包括我们在内的度量的级联大小的影响。结果表明,我们的两个指标提供强大的性能影响力最大化。
2018-03-08 cs.SI physics.comp-ph physics.soc-ph
Discriminating word senses with tourist walks in complex networks
Institute of Mathematics;Computer Science University of S\ ao Paulo, P. O. Box 369, Postal Code 13560-970 S\ ao Carlos, S\ ao Paulo, Brazil Institute of Physics of S\ ao Carlos University of S\ ao Paulo, P. O. Box 369, Postal Code 13560-970 S\ ao Carlos, S\ ao Paulo, Brazil
拓扑排列模式广泛应用于动物和人类大脑的学习过程。然而,自动学习技术经常忽略这些模式。本文将一种基于属性空间数据结构化组织的学习技术应用于10个多义词的义项识别问题。使用两种类型的表征的含义,即语义和拓扑的方法,我们已经观察到显着的准确率在这两种技术中确定合适的含义。最重要的是,我们已经发现,基于确定性的游客步行的表征,提高了消歧过程中相比,与传统的复杂网络测量,如重复性和聚类系数实现的歧视。据我们所知,这是第一次,这样的确定性行走已被应用到这样一种问题。因此,我们的研究结果表明,游客步行表征可能是有用的其他相关应用。
2013-06-17 cs.CL cs.SI physics.soc-ph
Degree correlations in directed scale-free networks
在复杂系统的研究中,无标度网络普遍存在,其度的分布服从幂律。与所发现的链接的结构相关的一个基本网络属性是度相关性,其是链接末端的节点的度之间的相关性的度量。已知度相关性会影响网络的结构和其上支持的过程的动态,包括对损害的恢复力,信息和流行病的传播以及防御机制的效率。尽管如此,尽管许多研究都集中在无向无标度网络上,但现实世界系统中的相互作用往往具有方向性。在这里,我们调查的依赖度相关的幂律指数在有向无标度网络。为了进行我们的研究,我们考虑了建立具有指定度分布的有向网络的问题,提供了一种正确生成幂律分布有向度序列的方法。应用这种新的方法,我们进行了广泛的数值模拟,生成指数在~2和~3之间的有向无标度网络的集合,并测量Pearson相关系数的集合平均值。我们的研究结果表明,无标度网络在四种可能的度-度相关性中的三种(即入度到入度、入度到出度和出度到出度)的有向链接上平均不相关。然而,它们表现出输出连接数和输入连接数之间的线性关系。研究结果是一致的熵起源观察到的dispertativity在生物和技术网络。
2014-09-17 cond-mat.stat-mech physics.soc-ph