arXiv 1703.030932017-03-09physics.soc-phcs.SI

多层开发者-项目二部网络的协作相似性分析

Collaborative similarity analysis of multilayer developer-project bipartite network

Deng-Cheng Yan, Bing-Hong Wang

摘要：

为了从整体上理解GitHub上开发人员和项目之间的多重关系，我们将它们建模为多层二分网络，并分析度分布，最近邻居的度分布及其与度的相关性，以及协作相似性分布及其与度的相关性。结果表明，所有的度分布都具有幂律形式，特别是观看层项目的度分布具有双幂律形式。最近邻度与开发者度和项目度之间的负相关性在两个层中都被观察到，表现出一种离散的混合模式。开发者与项目的合作相似度在观看层与合作程度呈负相关，在分叉层与合作程度呈正相关，在分叉层与合作程度无明显相关性。

英文摘要：

To understand the multiple relations between developers and projects on GitHub as a whole, we model them as a multilayer bipartite network and analyze the degree distributions, the nearest neighbors' degree distributions and their correlations with degree, and the collaborative similarity distributions and their correlations with degree. Our results show that all degree distributions have a power-law form, especially, the degree distribution of projects in watching layer has double power-law form. Negative correlations between nearest neighbors' degree and degree for both developers and projects are observed in both layers, exhibiting a disassortative mixing pattern. The collaborative similarity of both developers and projects negatively correlates with degree in watching layer, while a positive correlations is observed for developers in forking layer and no obvious correlation is observed for projects in forking layer.

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

阅读原文

阅读 PDF ↗

arXiv 页面 ↗HTML 原文 ↗

本文内容

摘要英文摘要相关论文

机构、总结、中文摘要均由AI分析而来，可能存在错误，请以论文正文为准。

继续探索

相关论文

探索语言濒危：来自多层语言—国家二分网络分析的历史、地理与经济洞见

Exploring language endangerment: historical, geographical, and economic insights from multilayer language-country bipartite network analysis

该研究构建多层语言—国家二分网络并结合社群分析与渗流模拟，从历史、地理和经济维度定量揭示全球语言濒危的结构特征与脆弱区域。

2024-03-05physics.soc-ph

多层网络中的结构保持社区：定义、检测与分析

Structure-Preserving Community In A Multilayer Network: Definition, Detection, And Analysis

多层网络或MLN（也称为多路复用或网络的网络）被广泛用于具有多个实体和特征类型以及它们之间的关系的数据集的建模和分析。由于社区和枢纽的概念用于这些分析，因此在MLN上对它们进行结构保留定义（保留原始MLN结构和节点/边缘标签和类型）及其有效检测至关重要。对于MLN，没有结构保持的社区定义，因为大多数当前分析将MLN聚合到单个图中。虽然对于单一图（和检测包）以及在较小程度上对于同构MLN的社区定义存在共识，但对于异构MLN缺乏共识。本文不仅首次给出了保结构的定义，而且利用解耦方法给出了保结构的有效计算，并讨论了保结构的特征及其分析意义。所提出的解耦方法的效率相结合的社区从各个层，形成一个串行k-社区连接k层的MLN。我们提出了几个权重指标组成层式社区使用的二分图匹配方法的分析语义的基础上。我们提出的方法具有许多优点。它：i）利用现存的单图社区发现算法，ii）基于用于组成k层的广泛使用的最大流二分图匹配，iii）引入针对社区概念定制的若干权重度量，以及iv）从广泛使用的IMDb数据集上的灵活分析角度实验性地验证定义、映射和效率。关键词：异构多层网络;二分图;社区定义和检测;基于解耦的组合

2019-03-06cs.DBcs.SIphysics.soc-ph

用于分层网络和时态网络中链路预测的张量和二分块模型

Tensorial and bipartite block models for link prediction in layered networks and temporal networks

现实世界中的许多复杂系统都可以很好地表示为多层网络，预测这些系统中的相互作用是预测网络科学中最紧迫的问题之一。为了解决这一挑战，我们引入了两个随机块模型的多层和时间网络，其中一个使用节点作为其基本单元，而另一个侧重于链接。我们还开发了可扩展的算法来推断这些模型的参数。由于我们的模型同时描述了所有层，因此我们的方法在对任何特定层进行预测时都充分利用了整个网络中包含的信息。我们通过分析两个经验数据集来说明我们的方法的潜力-电子邮件通信的时间网络和治疗不同癌症类型的药物相互作用网络。我们发现，同时对所有层进行建模确实会导致更准确的链接预测。然而，最具预测性的模型取决于所考虑的数据集;而基于节点的模型更适合预测药物相互作用，基于链接的模型更适合预测电子邮件通信。

2018-03-05cs.SIphysics.data-anphysics.soc-ph

评估跨学科研究的影响：多层网络方法

Evaluating the impact of interdisciplinary research: a multilayer network approach

如今，科学挑战通常需要跨越学科之间传统界限的方法，这促使许多研究人员走向跨学科。尽管其明显的重要性，有一个缺乏研究如何量化的影响，跨学科的研究影响，在招聘和资助目的的适当评估构成不确定性。在这里，我们提出了一种方法的基础上的双向互联多层网络的引文和学科的分析，以评估学者，机构和国家的跨学科的重要性。使用有关物理学出版物和美国专利的数据，我们表明，我们的方法可以使用定量方法奖励那些开展跨学科工作并在不同科学领域产生影响的学者和机构。供资机构、大学和科学决策者可将拟议的方法用于招聘和供资目的，并补充现有的大学和国家排名方法。

2016-07-22cs.DLphysics.soc-ph

多层网络中基于个性化Pagerank算法的信用风险演化

Evolution of Credit Risk Using a Personalized Pagerank Algorithm for Multilayer Networks

The University of Western Ontario（西安大略大学）；Reykjavik University（雷克雅未克大学）

在本文中，我们提出了一种新的算法来研究复杂的多层网络的信用风险的演变。类寻呼机算法允许跨单个网络传播影响变量，并且允许量化单个实体（节点）在给定它们与网络中的其他节点的连接的情况下所经受的风险。另一方面，多层网络是其中节点的子集可以与唯一的集合（层）相关联的网络，并且其中边缘连接网络内或网络间的元素。我们针对多层网络的个性化PageRank算法可以量化信用风险如何随时间演变并通过这些网络传播。通过在每一层中使用二分网络，我们可以量化各个组成部分的风险，而不仅仅是贷款。我们在农业贷款数据集中测试了我们的方法，我们的结果表明违约风险是一种具有挑战性的现象，它会随着时间的推移在网络中传播和演变。

2020-08-10cs.LGcs.SIphysics.soc-ph

MultiLayer网络的一种新的社团定义及其有效计算方法

A New Community Definition For MultiLayer Networks And A Novel Approach For Its Efficient Computation

随着使用多层网络（或MLN）进行建模和分析越来越受欢迎，它变得越来越重要，提出一个社区定义，包括由MLN表示的多个功能，并开发算法，有效地计算MLN上的社区。目前，MLN的社区是基于使用不同的技术（独立于类型，基于投影等）将网络聚合到单个图中。并在这些图上应用单图社区发现算法，例如Louvain和Infomap。这个过程导致不同类型的信息丢失（语义和结构）。据我们所知，在本文中，我们提出，第一次，社区的定义异构MLNs（或HeMLNs），保留语义以及结构。此外，我们的基本定义可以根据需要进行扩展，以适当地匹配分析目标。在本文中，我们提出了一个结构和语义保持社区定义的HeMLNs是兼容的，是一个传统的定义为单一的图形的扩展。我们还提出了一个框架，其有效的计算使用新提出的解耦方法。首先，我们为HeMLN的连接的k层定义k-社区。然后，我们提出了一个家庭的算法，其计算使用的概念，二分图配对。此外，为了更广泛的分析，我们引入了几种配对算法和权重指标，用于使用参与社区特征组成二进制HeMLN社区。从本质上讲，这导致了一个可扩展的社区计算家族。我们提供了广泛的实验结果，展示了效率和分析的灵活性，建议使用流行的IMDb和DBLP数据集的计算。

2020-04-20cs.DBcs.SIphysics.soc-ph

更多相关论文收起更多论文

在线劳动分工：开源软件中的涌现结构

Online division of labour: emergent structures in Open Source Software

开源软件的开发从根本上取决于志愿开发人员的参与和承诺。一些作品提出了增加新贡献者的加入和参与的策略，但对这些不同的开发人员群体如何自我组织起来共同工作知之甚少。为了理解这一点，我们必须考虑到，一方面，像GitHub这样的平台提供了一个几乎无限的开发框架：任何数量的参与者都可以以分散、分布式、远程和异步的方式加入进来。然而，另一方面，似乎合理的是，必须有某种等级制度和劳动分工，以满足人类的生物和认知限制，并实现一定程度的效率。当项目被表示为开发者文件的二分网络时，这些后一种特征（等级和劳动分工）应该转化为可识别的结构安排。在本文中，我们分析了一组流行的开源项目从GitHub，把重点放在三个关键属性：嵌套，模块化和块嵌套-这代表了贡献者之间的异质性的出现，出现的开发人员的子组工作的特定子组的文件，以及前两个的混合物，分别。这些分析表明，实际上，项目演变成内部组织的区块。此外，这种块的大小的分布是有界的，连接我们的结果，著名的邓巴数在离线和在线环境。我们的分析创建了一个生物认知约束，群体形成和在线工作环境之间的联系，开辟了一个丰富的场景，为未来的研究（在线）工作团队组装。

2019-03-08cs.CYcs.SEphysics.soc-ph

任务复杂性塑造神经网络的内部表示和鲁棒性

Task complexity shapes internal representations and robustness in neural networks

Universitat de Barcelona（巴塞罗那大学）；Universitat de Barcelona Institute of Complex Systems（巴塞罗那大学复杂系统研究所）；Center for Complex Networks and Systems Research（复杂网络与系统研究所以）；ICREA

研究通过五种数据无关探针分析任务难度对神经网络表示拓扑和鲁棒性的影响，发现二值化权重会降低性能，而保留符号结构可维持高精度。

2026-05-11cs.AIcs.LGphysics.soc-ph

原子子图与网络的统计力学

Atomic subgraphs and the statistical mechanics of networks

我们开发的随机图模型，图形生成的连接不仅对顶点的边缘，但也较大的子集的顶点的副本的任意拓扑结构的小原子子图。这允许生成具有大量三角形和其他网络图案的图，这些图案通常在许多现实世界的网络中观察到。更具体地说，我们专注于最大熵合奏下的原子子图的计数和分布的约束，并推导出一般表达式的熵，这样的模型。我们还提出了一个程序，结合多个原子子图的分布，使模型的建设与更少的参数。扩展模型，包括原子的边缘和顶点标签，我们得到了一个一般类的模型，可以参数化的基本积木和它们的分布，包括许多广泛使用的模型作为特殊情况。这些模型包括子图任意分布的随机图、随机超图、二部模型、随机块模型、多层网络模型及其度校正和定向版本。我们表明，所有这些模型的熵可以从一个单一的表达式，其特征在于由原子子图的对称群。

2020-08-24cs.SImath.STphysics.data-an