A directed network model for World-Wide Web
本文提出了一种万维网的有向网络模型。假设加入节点的出度是无标度的,其平均值为$m$。该模型具有小世界效应,即对应的网络具有很短的平均距离和很大的聚类系数。更有趣的是,入度分布服从指数为$γ=2+1/m$的幂律形式,取决于平均出度。这一发现得到了经验数据的支持,这一点在以往的有向网络研究中没有得到强调。
2005-10-07 physics.soc-ph
Kinetic models for wealth exchange on directed networks
我们提出了一些财富交换的动力学模型,并通过数值模拟研究了它们在有向网络上的行为。我们观察到,网络拓扑结构和方向性在这些模型中产生了各种有趣的功能。在这种有向网络中,资产分布的性质表现出多种多样的结果,资产不平等程度随着图中无序程度的增加而增加。
2009-01-19 physics.soc-ph q-fin.GN
Random walks in directed modular networks
由于扩散通常涉及对称的相互作用,很少注意力集中在研究不对称的情况下。然而,重要的网络系统(如皮层网络和万维网)的基础上的扩散是固有的方向。在无向扩散的情况下,可以证明随机游走动力学的稳态概率与度完全相关,这对于有向网络不再成立。我们研究了这种概率和模块化网络中的内向节点度(我们称之为效率)之间的关系。我们的研究结果表明,一个给定的社区的效率主要取决于它的流入和流出之间的平衡。此外,我们推导出的解析表达式表明,内部度的节点不发挥其效率的关键作用,当考虑Erdens-Rényi和Barabási-Albert模型。结果说明猕猴皮层网络,提供补贴,改善交通和通信系统。
2016-07-22 cond-mat.stat-mech physics.bio-ph physics.soc-ph
Power laws of the in-degree and out-degree distributions of complex networks
提出了一种有向网络模型,并从该模型中导出了有向网络的入度和出度分布的幂律。它基于Barabasi-Albert模型,包含两个参数。这些参数作为新节点通过入度和出度的贡献的调节因子。该模型允许新添加的链路直接连接网络中已经存在的两个节点。这样的链接称为内部链接,而连接到新节点的链接称为外部链接。利用内部和外部链接之间的关系,我们调查的有向网络的入度和出度分布的幂律。这个模型使我们能够预测一些有趣的功能,有向网络,特别是万维网和网络的引用和电话。
2009-12-15 physics.soc-ph
A Scalable Null Model for Directed Graphs Matching All Degree Distributions: In, Out, and Reciprocal
度分布可以说是现实世界网络中最重要的属性。经典的边结构模型或Chung-Lu模型可以生成任意度分布的无向图。这是一个很好的空模型来比较算法或进行实验研究。此外,还有可扩展的算法来实现这些模型,它们在图的研究中是非常宝贵的。然而,现实世界中的网络通常是有向的,并且具有相当大比例的互逆边。当两个节点都指向另一个节点(互逆边)时,与只有一个节点指向另一个节点(单向边)时相比,它们之间存在更强的关系。尽管它们的重要性,互反边已被大多数有向图模型所忽视。我们提出了一个空模型的有向图的启发Chung-Lu模型,匹配在,出,和倒数度分布的真实图。我们的算法是可扩展的,并需要$O(m)$随机数生成一个图与$m$边。我们在真实数据集上进行了一系列实验,并与现有的图模型进行了比较。
2013-04-25 cs.SI physics.soc-ph
Phase transitions for scaling of structural correlations in directed networks
分析复杂网络中的度-度依赖及其对网络过程的影响需要零模型,即生成不相关无标度网络的模型。然而,迄今为止,大多数模型显示出结构性的负相关性,由有限的尺寸效应引起的。我们分析了这些结构的负度度依赖的行为,使用基于秩的相关性措施,在定向擦除配置模型。我们得到的表达式的缩放作为一个函数的指数的分布。此外,我们表明,这种缩放经历了相变,其中一个区域表现出缩放相关的网络的自然截止,而另一个区域的缩放类似于不相关的网络的结构截止。通过建立这些结构依赖关系的收敛速度,我们能够评估有限复杂网络上的度-度依赖关系的统计显著性,与有向擦除配置模型生成的网络相比。
2015-07-01 cs.SI math.PR physics.soc-ph
Analytical results for the in-degree and out-degree distributions of directed random networks that grow by node duplication
我们提出了精确的结果的度分布在一个有向网络模型,增长的节点重复(ND)。这些模型在研究基因调控网络和科学引文网络的结构和增长动力学方面是有用的。从初始种子网络开始,在每个时间步长处,选择随机节点(母节点)进行复制。它的子节点被添加到网络中,并以概率p复制母节点的每个传出链路。此外,子节点形成到母节点本身的有向链路。我们得到了在时间t的入度分布$P_t(K_{in}=k)$和出度分布$P_t(K_{out}=k)$的分析结果。入度遵循移动幂律,因此网络是渐近无标度的。相反,出度分布是窄的,并且在稀疏网络极限中收敛到泊松分布,而在密集网络极限中收敛到高斯分布。这种宽的入度分布和窄的出度分布之间的区别在科学引文网络等经验网络中很常见。使用这个,我们计算平均度$\langle K_{in}\rangle_t=\langle K_{out}\rangle_t$,它收敛到$1/(1-p)$在大网络的限制,为整个范围的$0<p<1$。这与相应的无向网络相反,无向网络在$p=1/2$处表现出相变,使得对于$p>1/2$,平均度在大网络极限中发散。我们还提出了从一个随机节点的上游和下游节点的数量分布的分析结果。平均值$\langle N_{up}\rangle_t=\langle N_{down}\rangle_t$与网络规模成比例关系,这意味着只有一小部分节点对通过有向路径连接,不像无向ND情况,…
2019-08-16 cond-mat.dis-nn cond-mat.stat-mech cs.SI
Sampling-based Estimation of In-degree Distribution with Applications to Directed Complex Networks
本文的重点是从抽样网络节点或边估计有向网络的入度分布。一些抽样方案被认为是,包括随机抽样和不更换,和几种方法的基础上随机游动可能的跳跃。当对节点进行采样时,假设只有该节点的外边缘是可见的,也就是说,没有观察到该节点的入度。建议估计的入度分布是基于两种方法。反演方法利用原始和样本入度分布之间的关系,并且可以估计入度分布的大部分,但不能估计分布的尾部。入度分布的尾部通过渐近方法估计,该方法本身有两个版本:一个假设幂律尾部,另一个假设一般形式的尾部。这两种估计方法在合成网络和真实网络上进行了检验,具有良好的性能结果,特别是渐近方法。
2018-10-02 cs.SI physics.soc-ph stat.ME
Epidemic threshold in directed networks
到目前为止,流行病的研究大多是在无向网络中进行的。然而,许多现实世界的网络,如社交网络Twitter和WWW网络,其上的信息,情感或恶意软件的传播,被证明是有向网络,包括单向链接和双向链接。我们将方向性定义为单向链接的百分比。利用N-交织平均场近似方法证明了有向网络中SIS流行病的传播阈值为1/ lambda_{1},其中lambda_{1}(又称谱半径)是邻接矩阵的最大特征值.在这里,我们提出了两个算法来生成具有给定度分布的有向网络,其中方向性可以控制。方向性对光谱半径lambda_{1}、主特征向量x_{1}、光谱间隙lambda_{1}的影响。|lambda_{2}|)和代数连通性|mu_{N-1}|研究了重要的发现是谱半径lambda_{1}随方向性的增加而减小,谱隙和代数连通性随方向性的增加而增加。谱半径减小的程度取决于度分布和度-度相关性rho_{D}。因此,有向网络的流行阈值比无向网络的大,并且在有向网络中的随机游走比在具有度分布的无向网络中更快地收敛到稳态。
2013-12-02 cs.SI physics.soc-ph
Constructing and sampling directed graphs with given degree sequences
复杂网络的组成部分之间的相互作用往往是有方向的。正确的建模这样的系统经常需要建设的合奏有向图与一个给定的序列,在和出度。由于具有给定度序列的简单标号图的数量通常非常大,即使对于短序列,也需要抽样方法进行统计研究。目前,有两类主要的生成样本的方法。现有的方法之一,首先产生一个限制类的图,然后使用马尔可夫链蒙特卡罗算法的基础上边交换,以产生其他的实现。由于该过程的混合时间仍然未知,因此不能很好地控制样品的独立性。另一类方法是基于配置模型,由于自环和多个边缘,可能导致不可接受的许多样本拒绝。在这里,我们提出了一个算法,可以直接构造一个给定的二度序列的所有可能的实现由简单的有向图。我们的方法是拒绝自由,保证独立的构造样本,并提供他们的权重。然后,权重可以用于计算网络可观测量的统计平均值,就好像它们是从均匀分布的采样或任何其他选择的分布中获得的一样。
2011-09-21 cond-mat.stat-mech cs.DS cs.SI
Random Walks on Directed Networks: the Case of PageRank
PageRank是Google使用的网页声望度量,是有向图上特殊随机游走的平稳概率,它介于纯随机游走和所有节点都有相同访问概率的过程之间。在阻尼因子q接近两个极限值0和1的情况下,我们给出了PageRank分布的一些精确结果。当q -> 0时,对于几类图,分布是指数为2的幂律,与入度分布无关。当q -> 1时,它总是可以从底层图的入度分布中导出,如果出度对于所有节点都是相同的。
2006-09-12 physics.soc-ph
Two novel immunization strategies for epidemic control in directed scale-free networks with nonlinear infectivity
在本文中,我们提出了两种新的免疫策略,即,联合免疫和双重免疫的方法,并在线性和非线性传染性下得到了它们的传染阈值。通过提出的两种新策略,免疫后的流行阈值大大提高。对于双重免疫,我们证明了它的性能是最好的,在所有常用的免疫方案的程度分布。对于联合免疫方案,我们证明了它比主动免疫更有效。此外,我们还对定向免疫在有向网络中的应用进行了全面的理论分析。对于目标免疫策略,证明了免疫出度大的节点比免疫入度大的节点更有效,同时具有出度和入度大的节点比只具有出度和入度大的节点更值得免疫.最后,数值分析验证和补充我们的理论结果。该工作首次将整个人群划分为不同的类型,并根据人群的特点嵌入合适的免疫方案,这将有利于复杂网络上传染病免疫控制的研究。
2018-06-04 math.DS nlin.AO physics.soc-ph
The distribution of first hitting times of random walks on directed Erdős-Rényi networks
本文给出了有向Erdens-Rényi(ER)网络上随机游走者首中时间分布的解析结果。从一个随机的初始节点开始,一个随机步行者沿着网络中相邻节点之间的有向边随机跳跃。当步行者进入一个它以前已经访问过的节点时,路径终止于回溯场景,或者当它被困在一个它不能离开的死端节点时,路径终止于陷阱场景。路径长度,即步数,$d$,由随机游走器从初始节点到其终止所追求的,被称为第一命中时间。利用递归方程,我们得到了首中时间的尾部分布$P(d>\ell)$的解析结果。分布$P(d>\ell)$可以表示为指数分布和瑞利分布的乘积。我们得到的平均值,中位数和标准差的网络大小和平均程度的分布的表达式。我们还计算了最后命中时间的分布,即有向ER网络上的自避免行走的路径长度,这些路径不回溯它们的路径。发现最后一次击中时间比第一次击中时间长得多。结果进行了比较,获得无向ER网络。研究发现,有向ER网络中的RW首中时间比无向网络中的RW首中时间长得多。这是由于有向网络上的路由器不表现出回溯的情况下,这是一个主导的无向网络上的路由器终止机制。结果表明,我们的方法也适用于更广泛的一类网络,称为半ER网络,其中的度的分布是泊松,而出度可以遵循任何所需的分布与相同的平均值作为度的分布。
2017-03-29 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Finite-size effects in the dependency networks of free and open-source software
我们提出了一个连续模型的度分布的有向网络在自由和开源软件。对于中间结点,内向和外向依赖网络中的链接度分布都遵循Zipf定律,但对于链接度较高的节点和链接度较低的节点,其链接度分布则偏离这一趋势,表现出有限尺寸效应.有限大小的参数使内向和外向网络之间的定量区分。对于出度分布,动态演化的初始条件对应于向外定向网络最终可以拥有的最受欢迎节点的有限计数。每一代软件发布都会增加向外链接的节点数量,但由于网络中语义可能性的有限性,这种增长最终会饱和到终端值。
2014-04-13 cs.OH physics.soc-ph
Mechanisms for tuning clustering and degree-correlations in directed networks
随着复杂网络作为解决多学科问题的有效工具的出现,网络生成模型已经获得了自己的重要性。这些模型使我们能够广泛地分析从现实世界的网络中获得的数据,研究它们的相关性并证实理论结果。在这项工作中,我们介绍的方法,基于度保持重新布线,可以用来调整随机和无标度拓扑结构的有向网络的聚类和度相关性。他们提供了零模型来研究上述属性的作用以及它们的优势和局限性。我们发现,在聚类的情况下,结构关系,这是独立的拓扑结构和重新布线方案被揭示,而在度相关性的情况下,网络拓扑结构被发现发挥重要作用的机制的工作。我们还研究了链接密度对这些重新布线机制的效率的影响,发现在聚类的情况下,网络的拓扑结构在确定链接密度如何影响重新布线过程中起着重要的作用,而在度相关性的情况下,链接密度和拓扑结构,对于足够多的重新布线步骤没有作用。除了调整网络属性的预期目的之外,所提出的机制还可以用作揭示结构关系和拓扑约束的工具。
2017-05-04 cs.SI physics.soc-ph
World Migration Degree Global migration flows in directed networks
本文分析了2006-2010年从206个来源国到145个目的地国的全球移民流动,并重点分析了目的地国和来源国之间的移民网络模式的差异,如其度和权重分布。程度代表着一个国家与全球移徙网络的连通性,在界定移徙过程和特征方面发挥着重要作用。对移徙程度分布的全球分析为理解移徙作为一种全球现象提供了一个强有力的潜在贡献。在移民方面,我们发现可以将目的地国分为三类:高连通性和高移民率的全球移民枢纽;低连通性和高移民率的地方移民枢纽;以及高连通性和低移民率的相反策略的地方移民枢纽。目的地国不同的移徙战略是从来源国类似和同质的移徙模式中产生的,在大多数国家中发现了类似的网络模式。这些发现,类似的行为,造成不同的结果是一个复杂的现象,代表了移民的多样性。
2015-11-17 cs.SI physics.soc-ph
Fitness-Based Growth of Directed Networks with Hierarchy
提出一种融合度优先连接与节点适应度差异的有向增长网络模型,系统解释真实网络中层级性、方向性与无标度分布的共存机制,并评估 Trophic Analysis 的适用性。
2024-05-10 physics.soc-ph
Hierarchy in directed random networks
近年来,由于来自实际系统的数据量的不断增加和统计物理中强有力的方法的卓有成效的应用,复杂网络的理论和应用得到了迅速的发展。社会或生物系统的许多重要特征可以通过研究其相互作用的基本结构来描述。层次结构是可以用网络语言表达的特征之一。本文给出了零相关随机网络模型的层次性质的一些(定性)分析结果,并主要从数值上研究了不同类型相关性的影响。在巨分支存在和不存在的情况下,层次的行为是不同的。我们表明,如果网络中存在单点相关性,则层次结构可能会有很大的不同。我们还展示了数值结果表明,层次结构不单调变化的相关性,有一个最佳的非零相关性最大化的层次结构的水平。
2013-02-04 cond-mat.stat-mech cs.SI physics.data-an
Tailored graph ensembles as proxies or null models for real networks II: results on directed graphs
我们产生了新的数学工具,以量化的宏观拓扑结构的大型有向网络。这是通过一个统计力学分析的约束最大熵合奏的有向随机图规定的联合分布,在和outdegrees和规定的度度相关函数。我们计算精确和明确的公式,在系统大小的香农熵和复杂性,这些合奏,和信息理论的距离的领导订单。结果应用于基因调控网络的数据。
2011-01-31 cond-mat.dis-nn cs.SI physics.soc-ph
Link deletion in directed complex networks
我们提出了一个系统和详细的研究下随机和有针对性的删除链接的有向网络的鲁棒性。我们使用一组随机和无标度类型的网络模型,这些模型具有聚类和重复性的特定特征。各种策略,如随机删除的链接,或删除基于介数中心性和程度的源和目标节点,被用来打破网络。研究了网络对链路持续丢失的鲁棒性,给出了网络连通分量大小和反向路径长度的表达式。聚类和2节点度相关性,对攻击的鲁棒性的影响,也进行了探讨。我们提供了具体的说明,我们的研究三个现实世界的网络构建蛋白质-蛋白质相互作用和运输数据。
2018-09-02 physics.soc-ph
Conservation laws for voter-like models on directed networks
我们研究了有向网络中节点和链路更新下的投票者模型,以及相关的入侵过程。我们实现了一个分析处理的热力学极限使用的非均匀平均场假设。从微观层次上的动力学规则出发,我们找到了具有任意度分布和度-度相关性的异构网络上给定状态下节点相对密度的演化方程。我们证明了保守量作为加权线性叠加的自旋状态存在的所有三个过程,对于不相关的有向网络,我们推导出其具体的表达式。我们还讨论了相对密度的时间演化,指数衰减到一个均匀的平稳值的守恒量。在热力学极限中得到的守恒定律决定了一个有限系统达到吸收态的概率,而这个系统在热力学极限中并不有序。每个度类对守恒量的贡献由局部性质决定。根据动态,最高贡献与到达大量传出邻居的有影响力的节点相关联,不太有影响力的节点与少量传入连接相关联,或者同时到达两者。
2009-02-10 cond-mat.dis-nn physics.soc-ph
Interfaces and the edge percolation map of random directed networks
从边的角度重新分析了传统的有向网络节点渗流图。在扩展阶段,边主要可以组织成五个不同的巨连通分量,接口桥接强连通分量中的节点与内、外分量中的节点的通信。这些巨型结构的边缘数量的相对大小的正式方程推导出任意联合度分布的存在下,本地和两点相关。不相关的零模型完全解析求解,并与模拟进行比较,发现理论预测与具有指数或无标度入度分布和指数出度分布的合成生成网络的边缘渗流图之间存在良好的一致性。界面,以及它们的内部组织,从“毛球”渗流景观到瓶颈海峡,可以为结构如何与功能交织的讨论带来新的启发,特别是在流动网络中。
2007-06-21 cond-mat.dis-nn physics.soc-ph
A Directed, Bi-Populated Preferential Attachment Model with Applications to Analyzing the Glass Ceiling Effect
在无向网络的背景下,偏好依恋、同质性及其后果(如玻璃天花板效应)已经得到了很好的研究。然而,缺乏一个直观的,理论上易于处理的模型的有向,双填充~(即,~含有两个基团)网络,具有可变的优先连接水平,同质性和生长动力学~(例如,~新节点加入的速率、新节点主要跟随现有节点还是现有节点跟随它们等)。在很大程度上阻止了在有向网络的背景下探索这种后果,在有向网络中,由于链接的不对称性,它们更自然地发生。为此,我们提出了一个严格的理论分析的\emph{Directed Mixed Preferential Attachment}模型,并使用它来分析有向网络中的玻璃天花板效应。更具体地说,我们推导出封闭形式的表达式的幂律指数的在和出度分布的每个组~(少数和多数),并将它们相互比较,以获得见解。特别是,我们的结果产生的问题,如:\emph{when does the minority group have a heavier out-degree (or in-degree) distribution compared to the majority group? what effect does frequent addition of edges between existing nodes have on the in- and out- degree distributions of the…
2021-03-22 cs.SI cs.SY eess.SY
Epidemic thresholds in directed complex networks
在有向复杂网络中讨论疾病、计算机病毒或信息的传播。我们关心的是SIR和SIS动态模型的传播的稳定状态。在无标度有向网络中,当节点度与出度高度相关时,两种模型的爆发阈值均趋于零。
2011-03-09 cs.SI physics.soc-ph
Non-consensus opinion model on directed networks
动态社会意见模型在无向网络上得到了广泛的研究,其中大多数是基于产生共识的自旋交互模型。然而,在现实中,许多网络,如Twitter和万维网是定向的,由单向和双向链接组成。此外,从选择咖啡品牌到决定在选举中投票给谁,两种或多种相互竞争的意见往往共存。为了应对这种无处不在的有向网络和两个或两个以上的意见共存的决策情况下,我们研究了一个非共识的意见模型介绍了Shao等人。\cite{shao2009dynamic}对有向网络。我们将方向性$ξ$定义为网络中单向链路的百分比,并使用节点入度和出度之间的线性相关系数$ρ$来量化入度和出度之间的关系。我们介绍了两个度保持重新布线的方法,使我们能够构建有向网络,可以有一个广泛的方向性$ξ$和线性相关系数$ρ$的可能组合,并研究如何$ξ$和$ρ$影响意见的竞争。我们发现,随着方向性$ξ$或深度和深度相关性$ρ$的增加,多数意见变得更加占主导地位,少数意见的生存能力降低。
2014-04-29 cs.SI physics.soc-ph
A unified framework for synchronization optimization in directed multiplex networks
National Institute of Technology, Durgapur(印度杜尔加布尔国家技术学院)
本文提出一个分析框架,用于在有向多层网络中实现最优同步,考虑了受挫和非受挫情形,引入了多层同步对齐函数,并通过数值模拟展示了其在不同有向双层拓扑中的优势。
2026-04-02 cs.SY eess.SY nlin.AO
Measuring Reciprocity in a Directed Preferential Attachment Network
实证研究表明,在线社交网络不仅具有帕累托尾的入度和出度分布,而且具有很高比例的倒边。经典的定向偏好连接(PA)模型产生了具有幂律尾的入度和出度分布,但该模型中的互惠特征的理论性质尚未得到研究。我们推导出两个固定节点之间的倒易边的数量,以及倒易边在整个PA网络中所占的比例的渐近结果。我们看到,在某些参数的选择下,有向PA网络中倒易边的比例接近于0,这与经验观察不同。这指出了将经典PA模型拟合到具有高互易性的给定网络数据集的一个潜在问题,并表明需要考虑替代模型。
2021-03-12 math.PR physics.soc-ph stat.OT
Assortative Mixing in Weighted Directed Networks
一个网络的连接性是指节点之间基于相似性(通常是多余的节点度)而相互连接的趋势。在本文中,我们考虑加权网络,有向和无向的重传性。为此,我们建议考虑多余的顶点强度,而不是多余的程度,并显示,加权网络中的非线性可以分解为两种机制,我们称之为连接效应和放大效应。为了捕捉这些影响,我们引入了广义的折射率系数。这个新系数允许更详细的解释和评估加权网络中的重复性。此外,我们提出了一个程序,以评估统计意义的重叠性,引导和重新布线技术。我们提出的广义反导系数的有用性证明了几个加权现实世界的网络的反导结构的深入分析。
2022-01-19 cond-mat.dis-nn physics.soc-ph
Directedness of information flow in mobile phone communication networks
在不直接访问正在交换的信息的情况下,可以通过查看用户交互的时间序列来获得信息流的踪迹。这些序列可以表示为因果关系树,其统计结果来自底层(社交)网络的拓扑结构与通信之间的时间相关性之间的复杂相互作用。在这里,我们研究的因果关系树的手机数据,这可以表示为一个动态的有向网络。数据的这种表示揭示了超级传播者和超级接收者的存在。我们表明,树的统计,分别的信息传播过程中,是非常敏感的用户所表现出的输入输出度的相关性。我们还了解到,给定的信息,例如,一个谣言,将需要用户超过30个小时,以覆盖系统的宏观部分。我们的分析表明,底层社会网络的拓扑节点相关性在允许信息环存在的同时,也促进了信息的传播。时间相关性以及因果关系效应只能作为局部现象在短时间尺度内可见。这些结果是通过理论和数据分析技术相结合而获得的。
2013-02-01 cs.SI physics.soc-ph
Ordered community detection in directed networks
我们开发了一种方法来推断社区结构的有向网络中的群体是在一个潜在的一维层次结构,确定首选的边缘方向。我们的非参数贝叶斯方法是基于修改的随机块模型(SBM),它可以利用排名对齐和一致性,以产生简约的描述网络,组合有序的层次结构与任意混合模式之间的组。由于我们的模型还包括定向度校正,我们可以用它来区分非局部层次结构与局部入度和出度不平衡-从而消除大多数排名方法中存在的合并源。我们还展示了如何与无序SBM变体获得的结果进行可靠的比较,以确定分层排序是否在统计上是有道理的。我们说明了我们的方法在各种各样的经验网络在几个领域的应用。
2022-08-31 cs.SI physics.data-an physics.soc-ph
Sampling properties of directed networks
对于许多现实世界的网络,只有一个小的“抽样”版本的原始网络可能会被调查,这些结果然后被用来得出有关实际系统的结论。基于流行病过程的广度优先搜索(BFS)抽样的变体被广泛使用。虽然它是公认的BFS采样失败,在大多数情况下,捕捉有向网络的IN组件(S),BFS采样对其他拓扑性质的影响的描述是所有,但缺乏文献。为了系统地研究抽样偏差对有向网络的影响,我们在完全大规模有向网络上比较了BFS抽样和随机抽样。我们提出了新的结果和七个不同的完整的有向网络(采样前),包括三个版本的维基百科,三个不同来源的采样万维网数据的拓扑特性的彻底分析,和基于互联网的社交网络。我们详细的差异,抽样方法和覆盖率可以使这七个网络的抽样版本的结构特性。最值得注意的是,我们发现,抽样方法和覆盖影响蝴蝶结结构,以及在抽样网络中的强连接组件的数量和结构。此外,在低采样覆盖率(小于40%)下,BFS采样网络的平均度、出度方差、度自相关和链路互反性被高估了30%或更多,而当采样覆盖率超过65%时,其值仅在完全网络中相应值的10%以内.这些结果可能会让我们重新思考我们对现实世界有向网络的结构、功能和演化的了解。
2012-10-13 cs.SI physics.data-an physics.soc-ph
Quick Detection of High-degree Entities in Large Directed Networks
在本文中,我们解决了在大型在线社交网络的高度实体的快速检测问题。这个问题的实际重要性得到了大量公司的证明,这些公司不断收集和更新关于流行实体的统计数据,通常使用实体的程度作为其流行程度的近似值。我们提出了一个简单,高效,易于实现的两阶段随机算法,提供了高度准确的解决方案,这个问题。例如,我们的算法只需要1000个API请求就可以找到Twitter中最受关注的前100名用户,Twitter是一个拥有大约10亿注册用户的网络,准确率超过90%。我们的算法明显优于现有的方法,并服务于许多不同的目的,如找到最受欢迎的用户或最受欢迎的兴趣群体在社交网络。这项工作的一个重要贡献是使用极值理论-概率的一个分支,研究极端事件和随机样本中最大顺序统计量的属性的算法的分析。使用这一理论,我们得出了一个准确的预测算法的性能,并表明,API请求的数量找到前k个最流行的实体是次线性的实体的数量。此外,我们正式表明,实体之间的高变异性,通过重尾分布表示,是算法的效率的原因。我们用严格的数学方法来量化这种现象。
2014-10-23 cs.DS cs.SI physics.soc-ph
Nearest-neighbour directed random hyperbolic graphs
提出最近邻有向双曲随机图模型及其规范版本,研究局部键长、入度、互反性等特性,发现网络具有核心-边缘结构和截断幂律分布,并可通过类温度参数调节互反性。
2023-11-26 cs.SI math.PR physics.data-an
Organisation of signal flow in directed networks
回答网络结构是否以及如何决定网络元素的一致性操作是我们工作的主题。我们映射的结构,在有向网络中的信号流通过分析边缘收敛的程度和边缘的输入和输出集之间的重叠。收敛度和重叠度的定义基于最短路径,因此它们封装了全局网络属性。利用收敛度和重叠集的定义概念,我们阐明了网络因果关系的含义,并证明了无弦圈的关键作用。在现实网络中,流表示根据节点的信号传输、处理和控制属性来区分节点。根据网络节点的已知功能特性,对真实网络进行流表示分析。结果表明,具有不同信号处理、传输和控制特性的节点在全局范围内是随机连接的,而局部连接模式则偏离随机性。根据网络节点的信号流性质来划分网络节点与网络的社团结构无关。我们提出的证据表明,信号流特性的小世界,真实世界的网络不能重建的算法来生成小世界网络。计算了规则定向树的收敛度值,以及优先连接机制下网络的概率密度函数。对于Erdens-Rényi图,我们计算了收敛度和重叠度的概率密度函数。
2011-05-17 cond-mat.dis-nn cs.SI physics.bio-ph