Categorizing Hirsch Index Variants
利用赫希指数h和它的一些变量的探索性因素分析,我们讨论是否最重要的赫希型指数之一,即g指数包括信息不仅生产核心的大小,但也影响的文件在核心。我们还研究了对数和平方根转换的因素分析中使用的数据的效果。为了证明我们的方法,我们使用了一个真实的数据例子,分析了从Web of Science中编译的26位物理学家的引用记录。
2017-08-27 cs.DL physics.soc-ph stat.AP
Restricting the h-index to a citation time window: A case study of a timed Hirsch index
在许多情况下,h指数的增加主要是因为引用了相当旧的出版物。这种惯性可以通过将评估限制在引用时间窗口来规避。在这里,我报告的实证研究的结果,分析了这样定义的定时h指数的演变依赖于引用时间窗口的长度。
2014-12-09 cs.DL physics.soc-ph
How relevant is the predictive power of the h-index? A case study of the time-dependent Hirsch index
h指数已被证明具有预测能力。在这里,我报告的实证研究结果表明,随着时间的推移,h指数的增加往往取决于很长一段时间内引用相当旧的出版物。h指数的这种惰性行为意味着很难用它来预测未来的科学产出。
2013-01-10 cs.DL physics.soc-ph
Extensions of Egghe g-index: Improvements of Hirsch h-index
本文定义了几个新的科学产出指标。这些指数进行了比较-index和它的替代指数使用一些证明断言。引入gd指数作为g指数的扩展,以定义H指数作为h指数的改进。大量的计算结果表明,所定义的指标,以评估科学家的科学影响的良好行为。在所有考虑的指数的某些对之间存在非常好的近似,在这个意义上,相关比率通常非常接近1。
2023-03-24 cs.DL physics.soc-ph
The predictability of the Hirsch index evolution
h指数可以用作其自身的预测因子。然而,在本调查中,h指数随时间的演变在几年内主要由对以前出版物的引用而不是新的科学成就所主导。h指数的这种惰性行为提出了问题,h指数是否可以在学术任命过程或研究资源分配中有利可图。
2013-07-23 cs.DL physics.soc-ph
Statistical analysis of the Hirsch Index
赫希指数(英语:Hirsch index)是一种文献计量学指标,被广泛认为是衡量学者科学成果的有效指标,因为它总结了研究成果的规模和影响。在正式的设置中,h指数实际上是学者收到的引用计数分布的经验泛函。根据这种方法,渐近理论的经验h-指数已被利用时,引用计数遵循连续分布,特别是方差估计已被认为是帕累托型和威布尔型分布的家庭。然而,在文献计量学应用中,引用计数显示由整数支持的分布。因此,我们提供了小样本和大样本设置下的经验h指数的一般性质。此外,我们还引入了相容的非参数方差估计,它允许实现理论h-指标的大样本集估计。
2011-02-14 cs.DL math.ST physics.soc-ph
Twenty Hirsch index variants and other indicators giving more or less preference to highly cited papers
赫希指数(Hirsch index)或h指数被广泛用于量化个人科研成果的影响,确定科学家论文中至少被引用h次的最高数量h。该指数的几个变种已被提出,以给予或多或少的高引用论文的优先权。我分析了26位物理学家讨论各种建议的引文记录,特别是A、e、f、g、h(2)、h_w、h_T、\hbar、m、π、R、s、t、w和maxprod。所有和所有被引用的出版物的总数以及最高和平均引用次数也进行了比较。讨论了这些指标和指标的优缺点。确定相关系数,量化哪些指数和指标产生类似的,哪些产生更偏离26个数据集的排名。对于6个数据集,指数和指标的确定是可视化的。
2010-05-28 cs.DL physics.soc-ph
Comparison of the Hirsch-index with standard bibliometric indicators and with peer judgment for 147 chemistry research groups
在本文中,我们提出的赫希(h-)指数和几个标准的文献计量学指标之间的统计相关性的特点,以及与同行评议的判断结果。我们使用的147所大学的化学研究小组在荷兰涵盖了约700名高级研究人员在1991-2000年期间的工作的大型评估研究的结果。因此,我们处理研究小组,而不是个别科学家,因为我们认为研究小组是研究中最重要的工作场所单位,特别是在自然科学。此外,我们将引用期限制在三年的窗口,而不是生命时间计数,以关注最近的工作的影响,从而对当前的研究表现。结果表明,h指数和我们的文献计量学冠指标都与同行的判断相当的方式。但对于引用流量较少的领域中的较小群体,皇冠指标似乎是一个更合适的研究绩效衡量标准。
2006-04-24 physics.data-an physics.soc-ph
Normalized fractional Hirsch Index and Modified Pareto Law
Raghunathpur College(拉格纳特普尔学院);Indian Statistical Institute(印度统计研究所);Saha Institute of Nuclear Physics(萨哈核物理研究所)
本文提出归一化分数 Hirsch 指数,发现诺贝尔奖得主约14%高被引论文获得86%引用,类似帕累托定律,并关联自组织临界现象。
2026-09-29 physics.soc-ph
Shannon Entropy and Herfindahl-Hirschman Index as Team's Performance and Competitive Balance Indicators in Cyclist Multi-Stage Races
本文以Shannon内在熵和Herfindahl-Hirschman指数分别作为自行车多日赛中车队表现与竞争平衡的指标,基于2022环法和2023环阿曼赛事完赛车手数据,发现车队水平呈Feller-Pareto分布并指向自组织过程。
2023-06-18 cond-mat.stat-mech physics.soc-ph
Scaling Behavior of the Hirsch Index for Failure Avalanches, Percolation Clusters and Paper Citations
一个流行的衡量个别科学家引用不平等的方法是赫希指数($h$)。如果对于任何科学家,将引用的数量$n_c$与具有这些引用的论文的序列号$n_p$绘制在一起(当论文从最高引用到最低引用排序时),则$h$对应于在非线性引用函数的固定点以下的$n_p$的最近的较低整数值(或者由$n_c = h = n_p$给出,如果$n_p$和$n_c$都是接近$h$值的密集整数集)。对于弹性纤维束或渗流模型中的雪崩或尺寸簇($s$)分布($n_s$),可以估计相同的指数(从$h=s=n_{s}$)。另一个这样的不平等指数,称为加尔各答指数($k$)说,$(1-k)$分数的论文吸引$k$分数的引用($k=0.80$对应于帕累托80-20定律)。我们发现,对于压力($σ$),晶格占据概率($p$)或加尔各答指数($k$)接近束故障阈值($σ_c$)或渗透阈值($p_c$)或Kolkata指数$k_c$的临界值,与Widom-Stauffer良好拟合,如分别缩放$h/[\sqrt{N}/log N]$ = $f(\sqrt{N}[σ_c -σ]^α)$、$h/[\sqrt{N}/log N]=f(\sqrt{N}|p_c -p|^α)$或$h/[\sqrt{N_c}/log N_c]=f(\sqrt{N_c}|k_c -k|^α)$,具有渐近定义的缩放函数$f$,对于尺寸为$N$(纤维或晶格位点的总数)或$N…
2022-10-24 cond-mat.stat-mech physics.data-an physics.soc-ph
The relative significance of the H-index
使用赫希指数($h$)来衡量作者在科学文献中的知名度,作为总引用量(c)等总指标的替代方法,已经变得很流行。我表明,至少在天体物理学中,$h$与总体引用密切相关。平均关系为$h=0.5(\sqrt c+1)$。离群值很少,并且与平均值相差不大,特别是如果$c$和$h$使用“标准化”ADS引文。无论其背后的理论推理是什么,赫希指数在实践中似乎并没有衡量一些重要的新东西。
2012-02-01 astro-ph.IM cs.DL physics.soc-ph
Lobby index in networks
我们提出了一个新的节点中心性的网络,大堂指数,这是受赫希的h-指数。研究表明,在无标度网络中,l-指数具有幂尾,幂尾的指数为度分布指数的平方。讨论了l-指数和扩张的性质。
2009-01-26 physics.soc-ph
Lobby index as a network centrality measure
研究了复杂网络中的lobby指数(简称l指数)作为局部节点中心性度量。在生物网络(酵母相互作用蛋白质-蛋白质网络)和语言网络(Moby Thesaurus II)的情况下,将l-inde与度(局部度量)、介数和特征向量中心性(两个全局度量)进行比较。在这两个网络中,l-指数与介数的相关性较差,但与度和特征向量相关。作为一种局部度量,可以通过使用l-索引来利用,因为与度中心性相比,它携带了更多关于其邻居的信息,实际上与特征向量中心性相比,它需要更少的计算时间。结果表明,l-指数产生更好的结果比度和Eigenvector的措施排名的目的,成为合适的工具来执行这项任务。
2013-06-26 cs.DL cs.SI physics.soc-ph
EMH: Extended Mixing H-index centrality for identification important users in social networks based on neighborhood diversity
社交网络的迅速扩张为用户提供了一个合适的信息传递平台。通过社交网络,我们可以在很短的时间内收获资源和分享信息。社交网络的发展给我们带来了巨大的便利。然而,组成网络的节点具有不同的传播能力,这受到许多因素的制约,而网络的拓扑结构是主要的因素。为了更准确地计算网络中节点的重要性,根据相邻节点的多样性定义了改进的H指标中心度(IH),然后利用累积中心度(MC)将所有相邻节点考虑在内,提出了扩展的混合H指标中心度(EMH)。我们评估所提出的方法的易感性-感染-扩散(SIR)模型和单调性,这是用来评估的准确性和分辨率的方法,分别。实验结果表明,该方法优于现有的识别不同网络中的节点的措施。
2020-03-07 cs.SI physics.soc-ph
A simple centrality index for scientific social recognition
我们引入了一个新的二分网络的论文和作者的中心性指数,我们称之为$K$ -指数。$K$指数随着引用特定研究人员的论文的引用性能而增长,可以被视为科学社会认可的衡量标准。事实上,$K$ -index度量引用给定作者的枢纽节点的数量,在二分网络中以自洽的方式定义。我们表明,$K$指数可以通过简单的检查Web的科学平台计算,并提出了几个优势,比其他中心指数,特别是赫希$h$指数。$K$ -索引对自引具有稳健性,不像$h$ -索引那样受到研究人员发表论文总数的限制,并且可以以一致的方式区分具有相同$h$ -索引但科学社会认可度差异很大的研究人员。$K$ -索引很容易检测到研究人员因科学不端行为而夸大论文、引文和$h$ -索引数量的已知案例。最后,我们表明,在28位诺贝尔物理学奖获得者和28位高被引非诺贝尔物理学奖获得者的样本中,$K$指数与获奖成就的相关性优于论文数量、引用次数、每篇论文的引用次数、引用文章或$h$指数。聚类研究人员在一个$K$与$h$图揭示了有趣的离群值,表明这两个指数可以提供互补的独立信息。
2017-09-28 cs.DL physics.soc-ph
Scaling and Kinetic Exchange Like Behavior of Hirsch Index and Total Citation Distributions: Scopus-CiteScore Data Analysis
本文分析Scopus中12万名高被引作者的h指数、总引文和论文数分布,用Gamma型动力学交换财富模型拟合,并借助平方根标度揭示各组篇均引文与类Dunbar协调数差异。
2023-07-14 physics.soc-ph
"Betweenness Centrality" as an Indicator of the "Interdisciplinarity" of Scientific Journals
除了影响力和即时性等期刊的科学引文指标外,社会网络分析还提供了一套中心性指标,如度,介数和接近中心性。这些措施首先分析了整个集合的7,379种期刊,包括在科学引文索引和社会科学引文索引2004年的期刊引文报告,然后也与当地的引用环境,可以被视为代理的专业和学科。介数中心性被证明是一个指标的跨学科的期刊,但只有在当地的引用环境和规范化后,因为否则的程度中心性(大小)的影响盖过介数中心性措施。该指标适用于各种引文环境,包括与政策相关的环境,如生物技术和纳米技术。
2009-11-13 physics.soc-ph
Citation network centrality: a scientific awards predictor?
$K$ -指数是一种在复杂网络中容易计算的中心性指数,例如科学引文网络。如果研究者被至少有$K$引用的$K$文章引用,则其$K$指数等于$K$。与Hirsh的$h$指数相比,$K$指数有几个优点,并且在以前的研究中,它与诺贝尔奖的相关性优于{ \em Web of Science}给出的任何其他指数,包括$h$指数。与其他科学界关系密切的研究人员联系最紧密的研究人员最有可能从事重要的工作,更有可能在特定领域获得重大奖项,这是合理的。然而,发现的相关性并不意味着因果关系。在这里,我们使用$K$ -索引进行实验,产生了12个候选人的主要科学奖,包括物理学诺贝尔奖,在不久的将来。例如,我们的前12名$K$ -索引列表自然选择了2019年诺贝尔奖获得者James Peebles。该名单可以每年更新,并应与下一年的获奖者进行比较
2019-10-18 cond-mat.stat-mech cs.DL physics.data-an
Leveraging local h-index to identify and rank influential spreaders in networks
复杂网络中影响节点的识别因其重要的理论和实际应用价值而受到越来越多的关注。传统的度中心性、介数中心性、贴近度中心性、核心度中心性等方法在检测影响节点时都存在或多或少的不足,相关文献对此进行了阐述。最近,h指数,这是用来衡量科学家或学者的出版物的生产力和引文影响,已被引入到网络世界,以评估一个节点的传播能力。然而,该方法分配了太多具有相同值的节点,这导致在区分这些节点的实际影响时的分辨率限制问题。本文提出了一种局部h-指数中心性(LH-指数)方法来识别和排序网络中的影响节点。LH指数方法同时考虑了节点本身及其邻居的h指数值,这是基于节点连接到更有影响力的节点也会有影响力的想法。根据随机SIR模型在四个真实网络和几个模拟网络中的仿真结果,证明了LH指数方法在识别网络中影响节点方面的有效性。
2017-09-15 cs.SI physics.soc-ph
Ranking the spreading influence of nodes in complex networks based on mixing degree centrality and local structure
网络的安全性和健壮性已经引起了各界人士的关注,几个关键节点的损坏将导致极其严重的后果。提出了一种基于节点自身H指数和相邻节点相对距离的聚类H指数混合中心度算法。从节点本身出发,结合节点周围的拓扑结构,确定节点的重要性及其传播能力。为了评估该方法的性能,我们使用易感-感染-扩散(SIR)模型,单调性和分辨率作为实验的评价标准。在人工网络和真实网络中的实验结果表明,CHM中心性在识别节点重要性及其传播能力方面具有良好的性能。
2020-03-07 cs.SI physics.soc-ph
The Z-index: A geometric representation of productivity and impact which accounts for information in the entire rank-citation profile
我们提出了一个简单的推广赫希的h指数,Z = \sqrt{h^{2}+C} / \sqrt{5},其中C是总的引文数。Z旨在纠正h对科学家高引用论文造成的潜在过度惩罚,因为对于大多数分析的科学家来说,我们发现超额引用分数(C-h^{2})/C分布在0.75附近,这意味着作者75%的影响被忽略了。此外,Z对科学家引用概况的局部变化不太敏感,即增加h而仅轻微影响C的扰动。使用476个物理学家职业和488个生物学家职业的真实职业数据,我们分析了$Z$的分布和Z相对于赫希指数h和埃格指数g的排名稳定性。我们分析了分布在广泛的总影响范围内的职业,包括被引用次数最多的物理学家和生物学家,以进行基准比较。在实践中,Z指数需要计算h所需的相同信息,并且可以毫不费力地纳入职业档案数据库,如Google Scholar和ResearcherID。由于Z包含了整个出版物的信息,同时比H和G更强大的局部扰动,我们认为,Z更适合在学术决策的情况下,包括大量的科学家的排名比较。
2013-08-27 cs.DL physics.data-an physics.soc-ph
Locating influential nodes via dynamics-sensitive centrality
复杂网络中影响节点的定位是一个很有前途的研究课题,具有重要的理论和实际意义。在本文中,我们提出了一个动态敏感(DS)的中心性,集成了拓扑特征和动力学性质。DS中心性可以直接应用于定位有影响力的传播者。在四个真实网络上对SIR和SI传播模型的实证结果表明,DS中心性比度、$k$ -壳指数和特征向量中心性更准确.
2015-04-25 cs.SI physics.data-an physics.soc-ph
Identifying influential spreaders in complex networks based on gravity formula
如何识别社交网络中有影响力的传播者,对于加速/阻碍信息传播、增加产品曝光率、控制疾病和谣言等都至关重要。本文将每个节点的k壳值视为其质量,将两个节点之间的最短路径距离视为它们之间的距离,然后受引力公式思想的启发,本文提出了一个引力中心性指标来识别复杂网络中的有影响力的传播者。通过与度中心性、介数中心性、贴近中心性、k壳中心性等著名中心性指标的比较,表明该方法能够有效地识别真实网络和合成网络中的影响传播者.我们还使用经典的易感-感染-传染(SIR)流行病模型来验证我们的方法的良好性能。
2016-03-29 cs.SI physics.soc-ph
The statistical nature of h-index of a network node
从顺序统计学角度揭示网络节点h-index的统计性质,提出通用框架并推导出比h-index更准确稳健的新中心性指数。
2023-05-19 cs.SI physics.soc-ph stat.AP
A Generic Axiomatic Characterization of Centrality Measures in Social Network
中心性是复杂网络中的一个重要概念,它可以用来描述节点或边在网络中的影响力。它在包括社区发现在内的其他几种网络分析工具中起着重要的作用。尽管有少量的公理化框架与此概念相关联,现有的形式化在本质上不是通用的。在本文中,我们提出了一个通用的公理框架,以捕捉所有的内在性质的中心性措施(a.k.a.)。中心性指数)。我们分析流行的中心性措施,以及其他新的措施的中心性使用这个框架。我们观察到,没有一个中心性措施考虑满足所有的公理。
2017-03-22 cs.SI physics.soc-ph
Indicators of the Interdisciplinarity of Journals: Diversity, Centrality, and Citations
在现有的期刊指标中,基于引文的跨学科指标一直缺失。在这项研究中,我们调查了网络指标(介数中心性),期刊指标(香农熵,基尼系数),以及最近提出的“跨学科性”的Rao-Stirling措施。“后一个指数结合了期刊的引用分布(基于矢量)和期刊之间引文网络的距离(基于矩阵)。各种标准化的影响是使用2008年(社会)科学引文索引的期刊引文报告中包含的8,207种期刊的矩阵来指定和测量的。对称(1-模式)余弦归一化网络中的介数中心性提供了一个优于非对称(2-模式)引文网络中的介数的指标。在基于矢量的指标中,香农熵的表现优于基尼系数,但对大小敏感。例如,科学和自然被显示在列表的顶部。当(1 -余弦)被假定为距离的度量时,新的多样性度量提供了合理的结果,但是使用欧几里德距离的结果难以解释。
2010-09-21 cs.DL physics.soc-ph
Geometry of Complex Networks and Topological Centrality
我们探讨了复杂网络的几何形状的n维欧氏嵌入表示的Moore-Penrose伪逆的图形拉普拉斯$(\bb L^+)$。节点$i$到该n维空间$(l^+_{ii})$中的原点的平方距离产生节点$i$的拓扑中心性指数$(\mathcal{C}^{*}(i) = 1/l^+_{ii})$。反过来,单个节点结构中心的倒数之和,即$\bb L^+$的迹,$\sum_{i}1/\mathcal{C}^*(i) = \sum_{i} l^+_{ii}$,产生了众所周知的基尔霍夫指数$(\mathcal{K})$,网络的总体结构描述符。除了这种几何解释,我们提供了替代解释的建议指数,以揭示其真正的拓扑特征:首先,在强迫绕道开销和频率的递归随机游走,有一个有趣的类比电压分布在等效电网络;然后作为平均连通性的$i$在所有的双分区的图形。这些解释分别帮助建立节点$i$的拓扑中心性$(\mathcal{C}^{*}(i))$作为其整体位置以及其在网络中的整体连通性的度量;从而反映节点$i$对随机多个边缘故障的鲁棒性。通过使用合成和真实世界的网络进行实证评估,我们证明了拓扑中心性如何能够更好地区分节点在网络中的结构角色,以及基尔霍夫指数,对网络中的扰动/重新布线非常敏感。
2012-11-25 cs.DM cs.SI physics.soc-ph
Return probability and k-step measures
返回概率的概念--最著名的是乔治·波利亚(George Pólya)在d维格子上的探索--有可能作为网络分析的一种度量。我们提出了一个有效的方法来寻找返回概率分布的连接无向图。我们认为,回报概率具有相同的歧视权力,现有的k-步骤措施-特别是,β中心(负β),图论的权力指数(GPI),和子图中心。我们比较了我们的算法的运行时间beta中心和子图中心,发现它是显着更快。当返回概率被用来测量与贝塔中心性相同的现象时,它在线性时间内运行- O(n+m),其中n和m分别是节点和边的数量-这比计算贝塔中心性的精确或近似形式所需的矩阵求逆或矩阵乘法序列所需的时间要少得多。我们将这种形式的收益概率称为波利亚幂指数(Pólya Power Index,PPI)。计算子图中心性需要对邻接矩阵进行昂贵的特征分解;在2000个节点的网络上,返回概率仅为特征分解时间的一半。这些性能改进很重要,因为为了分析大型网络,计算效率的措施是必要的。
2011-05-23 cs.SI physics.soc-ph
Control centrality and hierarchical structure in complex networks
我们引入控制中心的概念来量化单个节点控制有向加权网络的能力。我们计算了几个实际网络的控制中心分布,发现它主要取决于网络的度分布。我们严格证明,在一个有向网络没有回路的控制中心的节点是唯一的确定其层指数或拓扑位置的底层层次结构的网络。受一般有向网络中控制中心性与层次结构之间的深刻联系的启发,我们设计了一种有效的攻击策略来对抗恶意网络的可控性。
2012-03-12 cond-mat.stat-mech cs.SI physics.soc-ph
wikiFactor: a measure of the importance of a wiki site
受Hirsch { \it h-index}的启发,引入了一个新的度量标准来衡量维基站点的影响力。一个wikiFactors表列出了一些wiki,特别是那些面向科学主题的wiki。wikiFactor被定义为具有$\ge 1000$ wF访问的网页的数量wF。
2009-02-20 physics.soc-ph
Enforcing Katz and PageRank Centrality Measures in Complex Networks
本文研究如何在保持网络原始模式的前提下,通过最小权重扰动使节点达到指定的 PageRank 或 Katz 中心性,并提出可随修改边数量扩展的优化方法。
2025-03-11 cs.NA math.NA physics.soc-ph
A Novel Measure of Edge Centrality in Social Networks
在过去的几年里,图中的节点和边的中心性值的分配问题得到了广泛的研究。最近,已经提出了一种新的节点中心性度量,称为k路径中心性指数,它是基于网络内的消息沿着至多k条边组成的路径传播。另一方面,自20世纪70年代以来,Anthonisse以及随后的Girvan和Newman已经证明了计算边缘中心性的重要性。在这项工作中,我们提出了广义的k-路径中心性的概念,通过定义的k-路径边缘中心性,一个衡量的中心性引入计算边缘的重要性。我们提供了一个有效的算法,运行在O(k m),是m在图中的边缘数。因此,我们的技术是可行的大规模网络分析。最后,我们的算法的性能进行了分析,讨论对大型在线社交网络数据集所获得的结果。
2013-03-07 cs.DS cs.SI physics.soc-ph
A general centrality framework based on node navigability
中心性度量是网络科学中用于识别图中重要节点的流行工具。我们引入潜在增益作为中心性度量,它统一了图中许多基于步行的中心性度量,并捕获了节点可导航性的概念,解释为通过短步行从其他任何地方(图中)可到达的属性。潜在的增益(称为几何和指数潜在的增益)的两个实例,我们描述了可扩展的算法计算它们的大型图形。我们还证明了新措施和既定中心之间的关系。因此,节点的几何潜在增益可以表征为其度中心性与其Katz中心性分数的乘积。同时,证明了节点的指数潜在增益是度中心性与其可通信性指标的乘积。这些正式的结果将潜在的收益与上述中心性所捕获的“流行性”和“相似性”属性联系起来。
2020-03-12 cs.SI physics.soc-ph
Structural analysis and the sum of nodes' betweenness centrality in complex networks
本文提出以节点介数中心性之和作为结构指标,通过构建不同网络生长过程,发现其在Barabási-Albert规则下呈对数增长,在Erdős-Rényi规则下收敛,从而可用于识别网络生长规则。
2024-02-21 physics.data-an physics.soc-ph
Measuring nodes centrality when local and global measures overlap
Politecnico di Torino(都灵理工大学)
针对高谱间隙网络中全局中心性度量冗余的问题,提出广义经济复杂性指数(GENEPY),在合成与真实网络上验证其能提供与节点度低相关的新中心性信息。
2025-10-17 physics.soc-ph
Global Rank Estimation
在现实世界的复杂网络中,节点的重要性取决于两个重要参数:1。节点的特性,以及2.给定应用程序的上下文。目前的文献包含几个中心性的措施,已被定义为衡量一个节点的重要性的基础上给定的应用程序的要求。这些中心性度量为每个节点分配一个中心性值,表示其重要性指数。但在实际应用中,我们更感兴趣的是节点的相对重要性,可以使用基于给定中心性度量的中心性秩来度量。为了计算一个节点的中心性排名,我们需要计算所有节点的中心性值并比较它们以获得排名。这个过程需要整个网络。因此,由于现实世界网络的大规模和动态性,它对于现实生活中的应用是不可行的。在本项目中,我们的目标是提出快速有效的方法来估计一个节点的全局中心性排名,而无需计算所有节点的中心性值。这些方法可以进一步扩展到估计秩,而无需整个网络。所提出的方法使用的结构行为的中心性措施,抽样技术,或机器学习模型。在这项工作中,我们还讨论了如何将这些方法用于度和贴近度中心性秩估计。
2017-10-31 cs.SI physics.soc-ph
Axioms for Centrality
给定一个社交网络,哪个节点更中心?这个问题已经在社会学、心理学和计算机科学中被问过很多次了。中心性指数(centrality indices)或排名(rankings)被提出来说明网络节点的重要性。在本文中,我们试图提供一个数学上健全的调查,从文献中已知的最重要的经典中心性措施,并提出了一个公理化的方法来建立他们是否真的在做他们已经被设计。我们的公理提出了一些简单的,基本的性质,一个中心性措施应该表现出来。令人惊讶的是,只有一个基于距离的新的简单度量,谐波中心性,才能满足所有公理;本质上,谐波中心性是对巴韦拉斯经典的接近中心性的修正,旨在以自然的方式考虑不可到达的节点。作为一个健全的检查,我们反过来检查每一个措施的镜头下的信息检索,利用国家的最先进的知识,在学科来衡量的有效性,在定位网页的各种索引是相关的查询。虽然在文献中有一些这种比较的例子,在这里,我们第一次考虑到中心性措施的基础上的距离,如接近度,在信息检索设置。结果与我们使用公理化方法收集的数据非常吻合。我们的研究结果表明,基于距离的中心性措施,这已被忽视的信息检索在过去的几年中,有利于频谱中心性措施,实际上是非常高的质量,此外,调和中心弹出作为一个优秀的通用中心性指标任意有向图。
2013-11-06 cs.SI physics.soc-ph
A Vibrational Approach to Node Centrality and Vulnerability in Complex Networks
我们提出了一个新的措施,在复杂网络中的节点的脆弱性。该措施是基于类比,其中网络的节点表示球和链接识别弹簧。我们定义的措施作为节点位移,或振动的幅度,每个节点,波动下,由于热浴中,网络应该是淹没。我们证明了这样定义的节点位移,信息中心性和基尔霍夫指数之间的确切关系。前两者之间的关系表明,节点位移比信息中心度具有更好的脆弱性分辨率,因为后者是局部节点位移和整个网络上平均的节点位移的总和。
2009-12-22 cond-mat.stat-mech math-ph math.MP
A Lookahead algorithm to compute Betweenness Centrality
介数中心性指数是分析大量网络的一个非常重要的中心性度量。尽管它在许多跨学科应用中具有重要意义,但其计算非常昂贵。目前已知的最快算法是Brandes的,它需要O(|V|| E|计算时间。在现实生活中,一个顶点或一组顶点从网络中顺序移除的情况非常频繁。当重复Brandes算法时,移除单个顶点时重新计算介数中心性变得昂贵。应当理解,随着网络规模的增加,介数中心性计算变得越来越昂贵,并且即使运行时间减少一小部分也会导致实际运行时间的显著减少。本文介绍的算法实现了相同的显着更少的时间比重复的Brandes算法。该算法也可以推广到一般情况。
2012-07-11 cs.SI physics.soc-ph
Node and layer eigenvector centralities for multiplex networks
基于特征向量的中心性测度是网络科学中最流行的中心性测度之一。其基本思想是直观的,在标准的单层网络框架中,数学描述非常简单。此外,几个有效的计算工具可用于其计算。在维度上,过去已经做出了一些努力来描述基于特征向量的中心性度量,将Bonacich指数推广到多路复用网络的情况。在这项工作中,我们提出了一个新的定义的特征向量中心依赖于Perron特征向量的多齐次映射的张量描述的网络。我们证明了这种中心性的存在性和唯一性是保证在非常温和的假设下的复用网络。提出了广泛的数值研究,以测试新引入的中心性措施,并将其与其他现有的基于特征向量的中心性。
2021-02-24 cs.NA cs.SI math.NA
Miuz: measuring the impact of disconnecting a node
在这篇文章中,我们提出了Miuz,一个复杂网络的鲁棒性指标。Miuz测量从网络断开节点的影响,同时比较剩余连接组件的大小。严格地说,节点的Miuz定义为最大连通分量的大小除以其余连通分量的大小之和的倒数。我们在攻击策略中测试了我们的索引,其中节点以指定度量的降序断开连接。我们考虑了Miuz和其他著名的中心性度量,如介数、度和调和中心性。所有这些指标进行了比较的鲁棒性(R指数)在攻击过程中的行为。为了模拟互联网骨干网,攻击是在具有幂律度分布的复杂网络(无标度网络)中进行的。初步结果表明,基于断开几个节点Miuz的攻击比基于其他中心性措施的攻击更危险(降低鲁棒性)。我们相信,Miuz以及其他基于最大连通分量大小的度量方法,为复杂网络的其他鲁棒性度量提供了很好的补充。
2016-09-02 cs.SI physics.soc-ph
Understanding Stability of Noisy Networks through Centrality Measures and Local Connections
从真实世界数据创建的网络包含一些不准确或噪声,表现为网络结构的微小变化。一个重要的问题是,这些微小的变化是否会显著影响分析结果。本文研究了噪声对高中心性顶点秩变化的影响。我们使用Jaccard指数(JI)比较原始网络中的前k个高中心性节点中有多少也是噪声网络中排名前k的节点的一部分。如果JI值很高,我们认为网络是稳定的。我们观察到两个影响稳定性的特征。首先,稳定性取决于所考虑的顶级顶点的数量。当顶点根据它们的中心性值排序时,它们分组为簇。对网络的扰动可以改变簇内的相对排名,但顶点很少从一个簇移动到另一个簇。第二,稳定性依赖于高排名顶点的局部连接。如果高等级的顶点相互连接,则网络是高度稳定的。我们的研究结果表明,网络的稳定性是由高中心性顶点的局部属性,而不是整个网络的全局属性。基于这些局部性质,我们可以识别网络的稳定性,而无需显式地应用噪声模型。
2016-09-17 cs.SI physics.soc-ph
Economic Complexity in Mono-Partite Networks
本文将经济复杂性从二分图扩展到任意图,提出 fitness centrality 和 orthofitness centrality 两种新中心性度量,并揭示相关最小化过程的成本函数,从而拓宽经济复杂性分析的网络适用范围。
2024-05-07 physics.app-ph physics.soc-ph
Exploring the Node Importance Based on von Neumann Entropy
在分析复杂网络的统计和拓扑特征时,一种有效且方便的方法是计算中心度来识别有影响力和重要的节点或结构,但大多数都局限于局部环境或某些特定配置。在本文中,我们提出了一个新的中心节点的冯诺依曼熵的基础上,这使我们能够调查的重要性,节点的频谱特征值分布。通过对实际网络的分析,表明冯诺依曼熵节点中心度是选择关键节点和经典节点的一个很好的指标。然后为了降低计算复杂性,给出了只依赖于第一和第二邻域的中心度的近似计算。此外,在最优传播问题和降低平均聚类系数中,这种熵中心性表现出很好的效率,并准确地揭示了网络的拓扑结构特征。在Erdos-Renyi网络和无标度网络中,熵中心性可以快速降低巨连通分支的标度,在随机几何图中,熵中心性可以有效地分解簇结构.这种新的方法从谱的角度揭示了节点的重要性,为网络研究提供了新的视角,在发现网络的本质结构特征方面具有巨大的潜力。
2018-05-07 cs.SI physics.soc-ph
Weighted H-index for identifying influential spreaders
传播是社会、生物和技术系统中普遍存在的过程。因此,识别有影响力的传播者,对于预防传染病传播和制定有效的预防接种策略具有重要的理论和现实意义。本文提出了一种基于虚拟节点扩展的加权h指标中心度来量化复杂网络中节点的扩散影响。在真实网络上的仿真结果表明,该方法提供了更准确,更一致的排名比五个经典的方法。此外,我们观察到,我们的措施的单调性和计算复杂性也可以产生优异的性能。
2017-10-15 cs.SI physics.soc-ph
Coverage centralities for temporal networks
现实网络系统的结构,如社会关系,可以建模为时间网络,其中每个边只出现在规定的时间。理解时态网络的结构需要量化时态顶点的重要性,这是一对顶点索引和时间。在本文中,我们定义了两个中心性措施的时间顶点的最快时间路径的基础上,使用的时间顶点。该定义是免费的参数和鲁棒性对我们关注的时间尺度的变化。此外,我们可以有效地计算所有时间顶点的中心性值。使用这两个中心性的措施,我们发现,这些中心性值的分布在现实世界的时间网络是异构的。对于各种数据集,我们还证明了大多数高度中心的时间顶点位于一个狭窄的时间窗口内的特定时间。换句话说,在时间网络中发送的大多数信息通过少量时间顶点时存在瓶颈时间,这表明这些时间顶点在传播现象中的重要作用。
2016-02-16 cs.SI physics.soc-ph
Spectral Fingerprints of Street-Network Morphology: A Size-Adjusted Graph-Laplacian Descriptor of Urban Fabric
University of the Arts: Poznań(波兹南艺术大学)
该研究提出尺度调整的图拉普拉斯描述符,通过光谱指纹编码街道网络形态,推导网格指数等读数,可区分形态类型并关联活动多样性,补充空间句法且适配图学习。
2026-08-18 cs.SI physics.soc-ph
Graph entropy, degree assortativity, and hierarchical structures in networks
Bilkent University(比尔肯特大学);Azerbaijan State Oil and Industry University(阿塞拜疆国立石油工业大学)
本文研究了图熵、度 assortativity 和层次结构之间的关系,证明了最大熵图具有高度 assortativity 并且度中心性与特征向量中心性一致,同时揭示了 Randić 指数与图结构之间的联系。
2025-09-22 math.CO physics.soc-ph
Identifying effective multiple spreaders by coloring complex networks
如何识别社交网络中的影响节点具有重要的理论意义,它关系到如何防止传染病传播或连锁故障,如何加速信息的扩散等问题,本文将图论中的着色问题的思想推广到复杂网络中,尝试寻找复杂网络中的\emph{effective multiple spreaders}.在我们的方法中,网络中的每个节点都用一种颜色着色,具有相同颜色的节点被排序到一个独立的集合中。然后,对于一个给定的中心性指数,在一个独立的集合中具有最高中心性的节点被选为多个传播器。与传统的从\emph{entire}网络角度选择中心度最高的节点的方法相比,无论是在网络模型中还是在真实的社交网络中,本文的方法都能更有效地加速传播过程,最大化传播覆盖率.同时,着色算法的低计算复杂度保证了我们的方法的潜在应用。
2014-10-08 cs.SI physics.soc-ph
Identification of milestone papers through time-balanced network centrality
科学论文之间的引用和相关的文献计量学指数,如$h$ -作者索引和期刊影响因子,正越来越多地被用作研究评价的定量工具,但往往是以有争议的方式使用。然而,一个基本的研究问题仍然悬而未决:定量指标在多大程度上捕捉科学作品的意义?我们分析了1893年至2009年美国物理学会(APS)期刊发表的$449,935$论文的引文网络,并重点比较了基于引文计数的指标与基于网络的指标。我们对比了五个文章级别的指标,它们分配给一组基础论文的排名,称为里程碑信件,由APS编辑精心挑选,“通过宣布重大发现或启动新的研究领域,为物理学做出长期贡献”。一个新的指标,它结合了PageRank中心性与明确的要求,即论文分数不受论文年龄的影响,是识别里程碑信件的整体性能最好的指标。新指标中没有时间偏差,因此也可以用它来比较相同尺度下不同年龄的论文。我们发现,基于网络的指标识别里程碑字母比基于引用计数的指标,这表明引用网络的结构包含的信息,可用于提高科学出版物的排名。这里提出的方法和结果是相关的所有不断发展的系统,网络中心性指标的应用,例如万维网和在线社交网络。一个互动的网络平台,它可以查看排名的APS论文通过重新缩放PageRank可在地址\url{http://www.sciencenow.info}。
2016-11-08 cs.DL cs.IR cs.SI
Bridgeness: A Local Index on Edge Significance in Maintaining Global Connectivity
网络中的边根据其不同的作用可以分为两类:一类是增强局部性的边,如簇内边;另一类是增强全局连通性的边,如连接两个簇的边。Onnela等人最近的一项研究揭示了移动通信中的弱联系效应。在这篇文章中,我们提供了文档网络的补充结果,也就是说,连接内容中不太相似的节点的边在保持全局连通性方面更重要。我们提出了一个名为桥接度的指标来量化边的重要性,在保持连通性,它只依赖于网络拓扑的局部信息。我们比较了桥度与内容相似性和其他一些结构指标,根据边渗流过程。在文档网络上的实验结果表明,在描述边缘重要性方面,桥接度优于内容相似度。此外,在不同网络上的大量数值结果表明,桥接性也优于一些著名的边缘重要性指标,包括Jaccard系数,度积和介数中心性。
2010-10-25 physics.soc-ph
Distinct types of eigenvector localization in networks
邻接矩阵的谱性质提供了有关复杂网络结构和功能的信息。特别是,最大的特征值和相关的主特征向量是至关重要的节点中心性的理解和动力学过程的展开。在这里,我们表明,两种不同类型的本地化的主要特征向量可能会发生在异构网络。对于度分布为$P(q) \sim q^{-γ}$的合成网络,如果$γ>5/2$,局部化发生在最大的枢纽上;对于$γ<5/2$,一种新的局部化类型出现在与$K$ -核心分解中具有最大指数的壳相关联的介观子图上。在对真实网络的分析中也发现了类似的证据,证明存在不同的本地化模式。我们的研究结果打开了一个新的视角动态过程的网络和最近提出的替代措施的节点中心性的基础上的非回溯矩阵。
2016-01-13 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Tackling information asymmetry in networks: a new entropy-based ranking index
信息是社会经济系统中各行为体的宝贵资产,其中很大一部分信息被纳入各行为体之间的联系网络。事实上,代理人建立的不同的相互联系模式可能导致网络结构知识的不对称;由于这需要不同的量化相关系统属性(例如,负债网络中的金融传染风险)的能力,能够更好地估计(否则)无法获得的网络属性的代理人最终具有竞争优势。在本文中,我们首次解决了网络拓扑结构所产生的信息不对称的量化问题。为了这个目的,我们定义了一个新的指数- InfoRank -旨在衡量每个节点所拥有的信息的质量,计算香农熵的合奏条件下的节点特定的信息。此外,我们测试我们的新的排名过程中的(不可访问的)网络结构的重建精度方面的性能,并表明它优于其他流行的中心性措施,在确定“信息最丰富”的节点。最后,我们讨论了网络信息不对称的社会经济影响。
2017-10-26 cs.SI physics.soc-ph