Identifying Influential Nodes in Bipartite Networks Using the Clustering Coefficient
复杂网络中影响节点的识别是一个非常具有挑战性的问题。如果网络具有社区结构,则中心性度量可能无法识别完整的有影响力的节点集,因为网络的集线器和其他中心节点可能仅位于一个社区内。在这里,我们定义了一个二分聚类系数,通过考虑不同结构的集群,可以找到跨社区的重要节点。
2015-03-20 cs.SI physics.soc-ph
Interest Clustering Coefficient: a New Metric for Directed Networks like Twitter
我们在这里研究有向社会图的聚类。聚类系数的引入是为了捕捉一个朋友的朋友倾向于成为我的朋友的社会现象。该度量已被广泛研究,并已被证明对描述社交图的特征非常感兴趣。事实上,聚类系数适用于其中链接是无向的图,例如友谊链接(Facebook)或专业链接(LinkedIn)。对于一个从信息源指向信息消费者的链接图来说,它并不足够。我们发现,以前的研究已经错过了很多的信息中所包含的有向图的一部分。因此,我们引入了一个新的度量标准来衡量一个有向社会图的兴趣链接,即兴趣聚类系数的聚类。我们在一个非常大的社交图上计算它(精确地使用抽样方法),一个拥有5.05亿用户和230亿链接的Twitter快照。我们还提供了以前引入的有向和无向指标的值,第一次在这样一个大的快照。我们发现,兴趣聚类系数是大于经典的有向聚类系数在文献中介绍。这显示了度量捕获有向图的信息方面的相关性。
2020-08-02 cs.SI physics.soc-ph
A Clustering Coefficient Network Formation Game
最新版本请访问http://www.cis.upenn.edu/~brautbar/ccgame.pdf
2011-07-02 cs.DS cs.GT cs.SI
Clustering coefficients for networks with higher order interactions
King’s College London(伦敦国王学院)
本文提出无向和有向超图的四元聚类系数,通过真实超图与配置模型随机超图对比,揭示高阶交互对识别高度聚类节点的必要性。
2026-10-20 physics.soc-ph
Higher-order clustering in networks
复杂网络的一个基本属性是边缘聚集的趋势。聚类的程度通常由聚类系数量化,聚类系数是长度为2的路径闭合的概率,即,在网络中形成三角形。然而,三角形之外的高阶集团对于理解复杂网络至关重要,并且关于这种高阶网络结构的聚类行为还没有得到很好的理解。在这里,我们引入了高阶聚类系数来衡量高阶网络集团的闭合概率,并提供了复杂网络边缘如何聚类的更全面的视图。我们的高阶聚类系数是传统聚类系数的自然推广。我们推导了高阶聚类系数的几个性质,并在常见的随机图模型下进行了分析。最后,我们使用高阶聚类系数从几个领域获得对现实世界网络结构的新见解。
2018-01-05 cond-mat.stat-mech cs.SI physics.soc-ph
Triadic closure in two-mode networks: Redefining the global and local clustering coefficients
由于绝大多数网络测量都是针对单模式网络定义的,因此通常必须将双模式网络投影到单模式网络上才能进行分析。在此转换过程中会出现许多问题,特别是在分析节点联系人之间的联系时。例如,投影随机双模网络的全局和局部聚类系数所获得的值偏离相应的经典单模网络的期望值。此外,无论是局部聚类系数和约束(结构洞)是负相关的节点的双模度。为了克服这些问题,本文提出了重新定义的聚类系数的双模网络。
2011-05-06 physics.soc-ph
Stratified communities in complex business networks
本文提出了一个新的定义的社区结构的网络,它也考虑到社区是如何分层的。特别是,我们扩展了标准的聚类系数的概念,并提供了本地$l$邻接聚类系数的节点$i$。我们将其定义为距离$i$为$l$的节点的聚类系数的适当加权平均值。与节点$i$相关联的社区的层由$l$到$i$的距离来标识,使得标准聚类系数是层$l=0$处特有的局部$l$ -邻接聚类系数。当距离$l$变化时,局部$l$ -邻接聚类系数然后用于推断对整个网络的社区结构的洞察。在特殊的商业网络上进行了实证实验。特别是,空中交通网络的分析验证了理论的建议,并提供支持其实用性的论据。
2020-04-14 cs.SI physics.soc-ph
Directed clustering in weighted networks: a new perspective
在本文中,我们考虑的问题,评估复杂网络中的局部聚类。对于具有加权边的网络,已经提出了各种定义,但很少关注加权和有向网络。我们提供了一个新的局部聚类系数,这种网络,从那些现有的文献中的加权和无向的情况下。此外,我们从我们的系数提取四个特定的组件,以便分别考虑不同的链接模式的三角形。在几个实际网络上的经验应用,从不同的框架和不同的顺序。我们的系数的性能也与现有的系数在文献中进行了比较。
2017-06-19 cs.SI physics.soc-ph
Beyond the clustering coefficient: A topological analysis of node neighbourhoods in complex networks
在网络科学中,节点邻域,也称为自我中心网络,引起了人们的广泛关注。特别是聚类系数已被广泛用于衡量他们的地方凝聚力。在本文中,我们展示了如何,给定两个节点具有相同的聚类系数,其邻域的拓扑结构可以显着不同,这表明需要超越这个简单的表征。我们进行了大规模的统计分析的拓扑结构的节点邻域的真实网络,首先构建他们的团复合体,然后计算他们的贝蒂数。我们能够显示真实网络的节点邻居的拓扑与随机单纯复形的零模型的随机拓扑之间的显着差异,揭示节点邻居的局部组织原则。此外,我们观察到,一个大规模的节点邻域的拓扑特性的统计分析是能够清楚地区分幂律网络,平面道路网络。
2019-01-30 cs.SI physics.soc-ph
Clustering coefficient of random intersection graphs with infinite degree variance
对于一个随机交图的幂律度序列有一个有限的平均值和一个无限的方差,我们证明了全局聚类系数允许一个可调的渐近分布。
2016-12-19 math.CO physics.soc-ph
Clustering coefficients for correlation networks
聚类系数量化了网络中连通三角形的丰度,是网络的主要描述统计量。例如,它可以应用于评估大脑网络的小世界性,这受到注意力和认知条件,年龄,精神疾病等的影响。然而,目前还不清楚如何在基于相关性的网络中测量聚类系数,这是大脑网络的主要表示之一。在本文中,我们提出了适合相关矩阵的聚类系数。其关键思想是使用三向部分相关或部分互信息来衡量焦点节点的两个相邻节点之间的关联强度,相对于节点之间间接路径预期的伪相关量。我们的方法避免了以前在定义相关网络时应用聚类系数(和其他)度量的困难,即,对相关值进行阈值处理、丢弃负相关值、伪相关问题以及计算上难以估计的全偏相关矩阵。为了证明概念,我们将建议的聚类系数措施应用于从不同年龄的健康参与者获得的功能性磁共振成像数据,并将其与传统的聚类系数进行比较。我们发现,聚类系数随年龄的增长而下降。建议的聚类系数与年龄的相关性比传统的更强。我们还表明,建议的聚类系数的局部变量是有用的,在表征个别节点。与此相反,传统的局部聚类系数与节点的连通性密切相关,因此可能会受到节点连通性的干扰。
2018-06-26 physics.soc-ph q-bio.NC
Asymptotic distributions of the average clustering coefficient and its variant
本文研究了异质Erdős-Rényi随机图中平均聚类系数及其变体(加权三角形之和)的渐近分布,发现前者方差存在相变现象而后者不存在,揭示了两种统计量的本质差异。
2023-11-18 math.ST physics.soc-ph stat.TH
The clustering coefficient and community structure of bipartite networks
许多现实世界的网络都显示出自然的二分结构。利用数据的二部结构来研究二部网络是十分必要和重要的。在这里,我们提出了一个修改的聚类系数给出的分数的周期大小为四的二分网络。然后在一个特殊的图上比较了两种定义,结果表明改进的定义更能刻画网络的性质。其次,我们定义了一个二分网络的边聚类系数来检测原始二分网络中的社团结构。
2007-09-30 physics.soc-ph
A Gauge-Invariant Clustering Coefficient for Complex-Weighted Bipartite Networks
University of Oxford(牛津大学);Center for Systems Biology Dresden(德累斯顿系统生物学中心)
本研究针对复边权重二分网络,提出规范不变聚类系数,可分解为拓扑与相位贡献,推导相关闭式表达式并数值验证,发现相位无序会增加相干距离。
2026-10-09 cs.SI physics.soc-ph quant-ph
Separation Number and Generalized Clustering Coefficient in Small World Networks based on String Formalism
利用网络的邻接矩阵,对Aoyama提出的弦理论进行了重新表述,并在此基础上引入了一系列广义聚类系数,并对他们提出的Milgram条件进行了数值计算,以探讨无标度网络中的$q$ - $th$分离度.本文将其应用于小世界网络,并对Milgram条件进行了数值计算,特别讨论了小世界网络的分离数及其与圈结构的关系。考虑到相邻矩阵的非零元素个数、平均路径长度和Milgram条件,我们证明了我们提出的形式化方法对于分析网络的六个分离度是有效的,特别是对于分析网络中的分离数与圈结构之间的关系是有效的.通过对小世界网络的分析,证明了Milgram条件中的关键量$M_n$与广义聚类系数之间存在一种幂低性。小世界网络的这种性质与无标度网络的性质形成对比。
2011-09-30 cs.SI physics.soc-ph
Closure coefficients in scale-free complex networks
复杂网络中三角形的形成是一个重要的网络性质,受到了极大的关注。三角形的形成经常通过聚类系数来研究。封闭系数或传递性是衡量三元封闭性的另一种方法。此统计量从三角形的头节点(而不是从中心节点,如经常研究的聚类系数)测量聚类。我们进行了第一次探索性分析的行为的局部封闭系数在两个随机图模型,创建简单的网络与幂律度:隐藏变量模型和双曲随机图。我们表明,封闭系数的行为显着不同,在这些简单的随机图模型比以前研究的多重图模型。我们还将高度顶点的封闭系数与聚类系数和平均最近邻度联系起来。
2020-06-10 cs.SI math.PR physics.soc-ph
Tuning the Clustering Coefficient of Generalized Circulant Networks
聚类系数除了在小世界现象的定义中起作用外,它对涉及网络动力系统的实际问题也有很大的相关性。为了研究聚类系数对网络中动态过程的影响,一些作者致力于构建具有可调聚类系数的图。这些结构通常是通过随机过程实现的,要么通过优先连接过程生长网络,要么通过随机重新布线过程。相反,我们在这里考虑几个家庭的静态图的聚类系数可以明确地确定。这些族的基础由$k$ -$N$节点上的正则图形成,其属于由$C_{N,k}$表示的所谓循环图族。我们表明,文献中报道的$C_{N,k}$的聚类系数的表达式,仅适用于足够大的$N$。接下来,我们考虑循环图的三种推广,或者通过添加一些悬垂链接到$C_{N,k}$,或者通过连接,以两种不同的方式,一个额外的节点到$C_{N,k}$的一些节点。对于所有这三个概括,我们推导出明确的表达式的聚类系数。最后,我们构造了一类广义循环图对,它们具有相同的节点数和链接数,但具有不同的聚类系数。
2021-05-03 cond-mat.stat-mech physics.soc-ph
EGBTER: Capturing degree distribution, clustering coefficients, and community structure in a single random graph model
随机图模型是数据分析应用和纯数学发展的重要结构,因为它们提供了网络合成和原理分析的能力。已经开发了几种模型,其目的是忠实地保留重要的图度量和子结构。为了在一个随机图模型中捕获度分布、聚类系数和社区,我们提出了一个新的模型来解决网络建模能力进展中的缺点。Seshadhri等人的块两级Erd{Ign}s-R{é}nyi(BTER)模型,被设计为允许预期程度和聚类系数分布的规定,忽略了社区建模,而Bridges等人的广义BTER(GBTER)模型,旨在为BTER添加社区建模功能,努力同时忠实地表示所有三个特征。在这项工作中,我们适合BTER和两个GBTER配置几个真实世界的网络,并比较结果与我们的新模型,扩展GBTER(EGBTER)模型。我们的研究结果支持EBGTER增加了社区建模的灵活性,BTER,同时保持了令人满意的准确度和聚类系数。我们的见解和实证检验以前的模型,以及新的模型是新的文献贡献。
2018-08-03 cs.SI physics.soc-ph
Mean clustering coefficients: the role of isolated nodes and leafs on clustering measures for small-world networks
许多网络表现出小世界性质的邻域连通性高于可比的随机网络。然而,如果节点有一个或没有邻居,则通常不定义局部邻居聚类的标准度量。在这种情况下,局部聚类传统上被设置为零,并且该值影响全局聚类系数。这样的过程会导致低估稀疏网络中的邻域聚类。我们建议包括$θ$作为叶和孤立节点的比例,以估计这些情况的贡献,并提供一个用于估计聚类系数的公式,从Watts和Strogatz(1998 Nature 393 440-2)的聚类系数定义中排除这些情况。排除叶和孤立的节点导致的值是高达140%,高于传统的观察到的网络的值,表明邻里连接通常被低估。我们发现,在比较不同的网络时,聚类系数的定义有很大的影响。对于43种生物体的代谢网络,当应用不同的定义时,58%的比较关系发生了变化。我们还表明,定义的影响小世界的功能和分类可以从非小世界网络的小世界网络。我们讨论了使用的替代措施,断开D,这是受叶和孤立的节点。
2008-08-29 physics.soc-ph q-bio.MN
Analytic Solution to Clustering Coefficients on Weighted Networks
聚类系数是复杂网络的一个重要拓扑特征。然而,在加权网络上给出它的解析表达式仍然是一个悬而未决的问题。在这里,我们采用了一种扩展的平均场方法来研究Barrat,Barthélemy和Vespignani提出的典型加权网络(BBV网络)中的聚类系数。我们给出了该模型的解析解,发现BBV网络的局部聚类依赖于节点的度和强度。我们的分析与数值模拟的结果是一致的。
2009-11-03 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Corrected overlap weight and clustering coefficient
我们讨论了两个著名的网络措施:一个边缘的重叠权重和一个节点的聚类系数。对于这两种情况,事实证明,它们对于识别给定网络的重要元素(节点或链接)的数据分析任务都不是很有用。其原因是,它们在相对较小的最大子图上获得最大值,这些最大子图比较大的最大子图更有可能出现在网络中。我们展示了如何这些措施的定义可以纠正这样一种方式,他们给预期的结果。我们说明了拟议的纠正措施,将它们应用于美国机场网络使用程序Pajek。
2019-06-09 cs.SI physics.soc-ph
Clustering of tag-induced sub-graphs in complex networks
我们研究了标记网络中聚类系数的行为。与所研究的系统中的节点相关联的各种各样的标签提供了关于由节点表示的实体的附加信息,这对于诸如在网络中搜索的实际应用可能是重要的。在这里,我们将研究当将网络缩小到由给定标签标记的子图时,聚类系数如何变化,以及它如何与子图的各种其他属性相关。另一个有趣的问题是如何解决的文件中的各个节点的聚类系数是由节点上的标签的影响。我们相信这种分析有助于获得对大型复杂系统结构的更完整的描述。
2012-05-30 cs.SI physics.soc-ph
Cycles and clustering in bipartite networks
我们研究了二分网络的聚类能力,其中没有三个大小的圈,因此不能使用聚类系数的标准定义。相反,我们使用由大小为4的循环的分数给出的另一个系数,表明两个系数产生相同的聚类特性。新的系数计算两个网络的性接触,一个单部和另一个二部。在这两种情况下,聚类能力是相似的。此外,结合这两个聚类系数,我们推导出一个表达式估计圈的大小,这改善了以前的估计,无论是单部和多部网络。
2005-04-11 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
Evolutionary game on networks with high clustering coefficient
本研究探讨了演化博弈中格子结构的影响。在具有高聚类系数的网络中考虑了雪堆游戏,使用了四种不同的策略更新。采用对近似的解析解与数值结果进行了比较。结果表明,一般的陈述断言,晶格结构增强合作是误导。
2015-08-14 nlin.AO physics.soc-ph q-bio.PE
Improving local clustering based top-L link prediction methods via asymmetrical link clustering information
网络可以代表广泛的复杂系统,如社会,生物和技术系统。链接预测是网络分析中最重要的问题之一,近年来引起了广泛的研究兴趣。为了解决这一问题,人们提出了许多链接预测方法,并采用了各种技术。我们可以注意到,聚类信息在解决链接预测问题中起着重要的作用。在以往的文献中,我们发现节点聚集系数经常出现在许多链接预测方法中。然而,节点聚类系数不能区分节点对不同节点对的聚类能力,仅限于描述一个共同邻居在不同局部网络中的作用。在本文中,我们把我们的重点从节点到链路,并提出了非对称链路聚类(ALC)系数的概念。在此基础上,通过ALC的概念对三种基于节点聚类的链接预测方法进行了改进.实验结果表明,基于ALC的方法优于基于节点聚类的方法,特别是在食物网,仓鼠友谊和互联网网络取得了显着的改善。此外,与其他方法相比,基于ALC的方法在全球化和个性化的top-L链接预测任务中的性能非常稳定。
2017-11-22 cs.SI physics.soc-ph
$p$-th Clustering coefficients $C_{p}$ and Adjacent Matrix for Networks: Formulation based on String
六度分离现象是一个古老而有趣的问题。考虑了反映三角形结构的聚类系数,并将其推广到1 ~ 6个分离度的正方形,提出了\cite{Newm21}。最近,Aoyama \cite{Aoyama}使用一种通用的形式主义“弦形式主义”,对无环网络中的这个问题进行了一些考虑。在这篇文章中,我们描述了青山提出的字符串制定和相邻矩阵之间的关系。因此,我们提供了由\cite{Aoyama}提出的分析网络的弦公式的重新公式化。在此基础上,引入了一系列广义$q$ - $th$聚类系数.在此基础上,给出了图与公式之间的有效规则。接下来,我们将该公式应用于一些受试者,以主要检查与以前研究的一致性。通过评估典型网络的聚类系数,我们证实了我们的配方的有效性。最后,我们把它应用到两个分离度的问题上。
2009-12-22 physics.gen-ph physics.soc-ph
Clustering function: a measure of social influence
在真实网络中,一个常用的邻接关系的统计依赖特性,即聚类系数,评估给定顶点的两个邻居相邻的机会。通过考虑两个随机选择的顶点相邻的条件概率,得到一个扩展,因为它们有r个共同的邻居。我们将这样的概率表示为cl(r),并将r-> cl(r)称为聚类函数。我们比较了几个网络的聚类功能具有不可忽略的聚类系数。它们显示出相似的模式和令人惊讶的规律性。我们建立了相关随机交图模型的聚类函数的一阶渐近(当顶点数趋于无穷大时),该模型允许非零聚类系数和具有有限二阶矩的渐近度分布.
2013-04-26 cs.SI math.CO math.PR
Partitionnement d'un réseau de sociabilité à fort coefficient de clustering
为了比较百年战争前后中世纪农民的社会组织,我们研究了从农业合同语料库建立的社交网络的结构。低直径和高聚类显示小世界图。像过去几年研究的许多其他网络一样,这些图是无标度的。顶点度的分布由截断幂律拟合。此外,他们有一个丰富的俱乐部:一个致密的核心与低直径组成的顶点与高的程度。拉普拉斯谱的特殊形状使我们能够提取沿着以富人俱乐部为中心的恒星分布的社区。
2006-11-27 physics.soc-ph
Universal and non-universal text statistics: Clustering coefficient for language identification
在这项工作中,我们分析了91个相对较小的文本在7种不同的语言(西班牙语,英语,法语,德语,土耳其语,俄语,冰岛语)以及随机插入空格的文本的统计特性。尽管大小(约11260个不同的单词),众所周知的普遍统计规律-即齐普夫和赫丹堆的法律-得到证实,并在密切的协议与其他地方获得的结果。我们还构建了每个文本的词共现网络。虽然度分布也是普遍的,但我们注意到,聚类系数的分布强烈依赖于网络的局部结构,可以用来区分语言,以及区分自然语言和随机文本。
2019-12-07 cs.CL physics.soc-ph
Generalizations of the clustering coefficient to weighted complex networks
最近的高水平的兴趣加权复杂网络引起了需要开发新的措施,并推广现有的考虑链接的权重。在这里,我们专注于各种推广的聚类系数,这是一个中心的复杂网络理论的特征。我们提出了一个比较研究的几个建议在文献中介绍,并指出其优点和局限性。通过简单的例子以及世界贸易和加权合著网络的经验数据来说明这些概念。
2006-12-07 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph
A tensor-based unified approach for clustering coefficients in financial multiplex networks
大数据和先进技术的使用是金融市场的相关主题。在这种背景下,复杂网络在描述复杂金融系统的结构方面变得非常有用。特别地,股票市场的时间演化特性已经被时间网络所描述。然而,这些方法未能考虑资产之间随时间的相互作用。为了克服这一缺点,金融市场可以用多路复用网络来描述,其中节点之间的不同关系可以方便地表示,通过不同的层来构建网络。为了捕捉这种互连,我们为多路复用网络提供了新的局部聚类系数,根据节点位置从不同的角度看待网络,以及整个网络的全局聚类系数。我们还证明,所有已知的表达式聚类系数存在于文献中,适当地扩展到多重框架,可以统一到我们的建议。通过应用到多时间金融网络,基于S\P100资产的回报,我们证明了所提出的措施被证明是有效的,在描述资产之间的依赖关系随着时间的推移。
2022-04-14 math.DG physics.soc-ph q-fin.MF
Extracting real social interactions from social media: a debate of COVID-19 policies in Mexico
Universidad Nacional Autónoma de México (UNAM)(墨西哥国立自治大学);Instituto de Investigaciones en Matemáticas Aplicadas y en Sistemas, Universidad Nacional Autónoma de México (UNAM)(墨西哥国立自治大学应用数学和系统研究所);Instituto de Investigaciones Biomédicas, Universidad Nacional Autónoma de México (UNAM)(墨西哥国立自治大学生物医学研究所);Centro de Ciencias de la Complejidad, Universidad Nacional Autónoma de México(墨西哥国立自治大学复杂科学中心);Lakeside Labs GmbH(湖畔实验室有限公司)
本文通过分析社交媒体中朋友和敌人的动态网络,揭示了新冠政策辩论中真实社交互动的结构特征。
2021-06-16 cs.SI physics.soc-ph
Systemic risk assessment through high order clustering coefficient
在这篇文章中,我们提出了一个新的金融网络背景下的系统性风险的措施。为此,我们提供了一个定义的系统性风险的基础上的结构,在不同的水平上开发的,周围的网络节点的集群邻居。所提出的测量方法结合了Cerqueti等人(2018)中引入的节点$i$的阶数$l$的聚类系数的广义概念。它的属性也探讨了系统性风险评估。随时间变化的全球银行网络的实证实验表明,所提出的系统性风险措施的有效性,并提供洞察系统性风险如何在过去几年中发生变化,也在最近的金融危机和随后的更严格的监管全球系统重要性银行。
2020-07-29 physics.soc-ph q-fin.GN
Modeling Transitivity in Complex Networks
在现实世界的网络中,高聚类系数的一个重要来源是传递性。然而,现有的用于对传递性进行建模的方法遭受以下问题中的至少一个:i)它们从特定类别(如二分图)生成图,ii)它们没有给出模型的高聚类系数的分析论证,以及iii)它们的聚类系数仍然显著低于真实世界的网络。在本文中,我们提出了一个新的模型,复杂网络的基础上增加了传递性的无标度模型。我们从理论上分析了该模型,并提供了其不同属性的分析参数。特别是,我们计算的模型是独立的网络大小,在现实世界中的网络的聚类系数的下限。超过理论分析,该模型的主要属性进行了经验评估,它表明,该模型可以精确地模拟现实世界中的网络从不同的领域和不同的规格。
2015-10-12 cs.SI physics.soc-ph
Link Prediction with Node Clustering Coefficient
如何有效、准确地预测不完备复杂网络中的缺失链仍然是一个具有挑战性的问题。最近提出的CAR(Cannistrai-Alanis-Ravai)索引显示了本地链接/三角形信息在提高链接预测精度方面的作用。利用第二级链接(即公共邻居之间的链接)的信息,可以改进大多数经典的相似性指标。然而,计算2级链接的数量使得CAR索引不够有效。受利用局部连接/三角形信息的思想的启发,我们提出了一种新的具有更多局部结构信息的相似性指数。在我们的方法中,局部链接/三角形结构信息可以直接通过公共邻居的聚类系数来传达。聚类系数在估计共同邻居贡献方面具有良好效果的原因是它利用了共同邻居的邻居之间存在的链接,并且这些链接与该共同邻居的候选链接具有相同的结构位置。来自五个不同领域的十个真实世界的网络被用来测试我们的方法对经典的相似性指标和最近提出的CAR指标的性能。两个估计:精度和AUP,用于评估链接预测算法的准确性。一般来说,我们的新指标只能与CAR竞争,但它是一个很好的补充,CAR的网络与不太高的LCP-corr,这是一个措施,以估计之间的相关性的数量的共同邻居和共同邻居之间的链接数。此外,该指数也比CAR指数更有效。
2016-01-16 cs.SI physics.soc-ph stat.AP
Localized attack on clustering networks
聚类网络是复杂网络的一种,其结构和级联过程吸引了众多学者的讨论和研究。主要分析了在局部化攻击下,单簇网络的簇系数对其他各种性能的影响。这些网络模型包括双聚类网络、星状聚类NON和随机规则(RR)聚类ER网络NON,它们至少由两个网络组成,网络之间存在相互依赖关系,网络之间的依赖程度用耦合强度来度量。通过解析和数值计算的方法,研究了网络间耦合强度和聚集系数对渗流阈值、巨组分尺寸、临界耦合点等的影响,其中临界耦合点处的相变行为随着网络间耦合强度的增加而从二级转变为一级.最后,我们研究了两种类型的聚类网络:一种是与双聚类网络相同的网络,其中每个子网络满足相同的度分布,另一种是它们的子网络满足不同的度分布。前一种类型的处理解析和数值,而后者只处理数值。在每一节中,我们比较了根据Shao等人[22]从局部化攻击和随机攻击获得的两个结果。
2016-10-15 cs.SI physics.soc-ph
$p$-th Clustering coefficients and $q$-$th$ degrees of separation based on String-Adjacent Formulation
六度分离现象是一个古老但有吸引力的话题。但对它的深入理解还没有被揭示出来,尤其是网络中包含的封闭路径如何影响六度分离度是一个重要的课题。为此,人们对\cite{Newm21}、\cite{Aoyama}等进行了研究。最近,我们开发了一个形式主义\cite{Toyota3},\cite{Toyota4}的基础上开发的青山\cite{Aoyama}弦形式主义探索的主题。该方法可以系统地研究封闭路径,特别是\cite{Toyota4}中引入的广义聚类系数$C_{(p)}$对六个分离度的影响。在这篇文章中,我们分析了一般的$q$ -th分离度使用我们开发的形式主义。所以我们发现指数为$γ=3$的无标度网络只显示六个分离度。此外,我们驱动之间的分离数$q$和$C_{(p)}$,在网络中的循环结构的关键信息的唯象关系。
2010-02-18 physics.soc-ph
Mixed strategy approach destabilizes cooperation in finite populations with clustering coefficient
本研究针对演化博弈中不同策略合作水平差异原因不明的问题,探究离散、连续、混合策略在不同聚类系数网络种群囚徒困境中的合作表现,发现聚类系数会影响策略间合作水平差异,混合策略变异性最高,现实环境中合作系统稳健性或受影响。
2024-02-23 physics.soc-ph q-bio.PE
Statistical properties of random clique networks
结合Erdös and Rényi(ER)模型的随机选择规则和团的概念,提出了一种随机团网络模型,以模拟社交网络、人工网络、蛋白质相互作用网络等复杂网络中存在的大聚集系数和模块结构.我们发现,随机团网络具有较小的平均度不同于ER网络,因为它们具有较大的聚类系数和幂律聚类谱,而具有较高平均度的网络具有与ER模型相似的性质。此外,我们还发现聚类系数与平均度之间的关系表现出非单调性,并且度分布可以用多条Poisson曲线拟合,我们解释了这种新颖的行为和度分布的起源.
2017-05-03 cs.SI physics.soc-ph
Naming Game on small-world networks: the role of clustering structure
多智能体博弈是近年来提出的一种描述多智能体系统如何以自组织方式收敛到一致状态的模型。在本文中,我们研究了这种模型在所谓的齐次小世界网络,并专注于三角拓扑的动力学的影响。在所有的拓扑量中,聚类系数被发现在网络博弈的动态中起着重要的作用。一方面,它影响每个代理的最大内存;另一方面,它抑制了代理共享一个共同单词的集群的增长,即,较大的聚类系数将导致系统的较慢收敛。我们还发现了聚类系数和最大记忆之间的定量关系。
2006-10-15 physics.data-an physics.soc-ph
A new measure for community structures through indirect social connections
基于专家系统的方法,社区发现的问题可以被概念化为网络的聚类模型。在此基础上,可以通过聚类系数来测量社区结构,该聚类系数是由节点周围现有三角形的数量与可以假设构建的三角形的数量之比生成的。本文在三角形的广义定义下,给出了加权网络聚类系数的新定义。具体来说,一个新的概念,三角形的基础上,假设,如果两个弧的总重量是足够强,可以诱导之间的链接不常见的节点。除了这种广义三角形在社会背景下的直观意义之外,我们还探索了它们对洞察底层网络拓扑结构的有用性。500个商业美国机场的标准网络和秀丽隐杆线虫的神经系统的实证实验支持的理论框架,并允许我们的建议和标准定义的聚类系数之间的比较。
2018-06-21 cs.SI physics.soc-ph
Cliques and a new measure of clustering: with application to U.S. domestic airlines
我们提出了一个高阶推广的众所周知的整体聚类系数三元组$C(3)$的任何数量的节点。我们给出了三个,四个和五个节点的特殊情况下的解析公式,并表明它们具有非常快的运行时性能的小图。我们讨论了一些新措施的理论属性和局限性,并使用它来提供洞察美国航空公司网络结构的动态变化。
2020-08-23 cs.SI physics.soc-ph
How Clustering Affects Epidemics in Random Networks
受社交网络分析的启发,我们研究了一个具有给定度分布和可调聚类系数的随机网络模型。在这些图上我们考虑两种类型的增长过程:扩散模型和对称阈值模型。扩散过程是受流行病模型的启发。它的特点是感染概率,每个邻居独立传播流行病。在对称阈值过程中,交互仍然是局部的,但传播规则由阈值(可能在不同节点之间变化)控制。对称阈值过程的一个有趣的例子是传染过程,它的灵感来自于网络上的一个简单的协调博弈。这两种类型的过程已被用来模拟传播的新思想,技术,病毒或蠕虫和结果已经获得了随机图没有聚类。在本文中,我们能够分析集群的增长过程的影响。虽然聚类抑制了扩散过程,但其对传染过程的影响更为微妙,并取决于图的连通性:在低连通性区域,聚类也抑制了传染,而在高连通性区域,聚类有利于全球级联的出现,但会减小其大小。对于扩散和对称阈值模型,我们的特征条件下,全球级联是可能的,并计算其大小明确,作为度分布和聚类系数的函数。我们的研究结果适用于定期或幂律图与指数截止和新的光聚类的影响。
2012-02-22 cs.SI math.PR physics.soc-ph
Clustering in random line graphs
研究了Erdös-Rényi网络、指数增长网络和无标度增长网络上的线图的度分布$P(k)$和聚类系数$C$.我们发现,这些图的度分布的字符仍然泊松,指数和幂律,分别,即在原来的网络相同。当平均度$<k>$增大时,得到的聚类系数$C$对于变换后的Erdös-Rényi网络趋于0.50,对于变换后的指数网络趋于0.53,对于变换后的无标度网络趋于0.61.这些结果接近理论值,得到的模型假设,在初始网络的度度相关性是可以忽略的。
2009-07-16 cond-mat.dis-nn physics.comp-ph physics.soc-ph
Weighted directed clustering: interpretations and requirements for heterogeneous, inferred, and measured networks
边的权重和方向性携带了我们可以从复杂网络中提取的大部分信息。然而,许多网络措施制定最初的无向二进制网络。结合权重信息的必要性导致了多重扩展的概念,特别是对于这里讨论的局部聚类系数的定义。我们发现,并非所有这些扩展都是完全加权的;有些扩展依赖于程度,因此当一个无限小的权重边被交换为没有边时,会发生很大的变化,这并不总是可取的。我们称这些方法为“混合”,并认为,在许多情况下,人们应该更喜欢完全加权的定义。在列出了正确分析许多不同加权网络的方法的必要要求之后,我们提出了一个完全加权的连续聚类系数,它满足所有先前提出的标准,同时也是连续的。我们证明了张-霍瓦特聚类和我们的新的连续定义的行为和意义提供了互补的结果,并显着优于其他定义在多个相关条件。使用合成和现实世界的例子,我们表明,当网络是推断,噪声,或非常异构,它是必不可少的使用全加权聚类定义。
2021-08-29 cs.SI physics.data-an physics.soc-ph
Clustering of random scale-free networks
我们推导了度分布指数为$2<γ<3$的构形模型生成的无标度随机图的聚类系数的有限尺寸依赖性。度异质性增加了网络中三角形的存在,甚至可以与许多真实网络中的三角形相比较,即使是非常大的网络。我们还发现,对于值的$γ\approx 2$,聚类几乎是大小无关的,并在同一时间,成为一个{ \it事实上}非自平均拓扑属性。这意味着即使对于非常大的网络大小,单个实例网络也不能代表整体。
2012-05-13 cond-mat.dis-nn cs.SI physics.soc-ph
Statistical analysis of weighted networks
本文的目的是评估加权网络的统计特性的相关参数,即平均路径长度,度分布和聚类系数的推广。虽然度分布和平均路径长度承认简单的概括,在文献中已经提出了几个不同的定义的聚类系数。我们研究了不同的定义,并确定了它们之间的相似性和差异。为了阐明不同的加权聚类系数定义的意义,我们研究了它们对连接权的依赖性。为此,我们引入相对扰动范数的权重作为指标来评估的权重分布。这项研究揭示了新的有趣的统计性质的相对扰动范数有用的加权图的统计特征。
2007-05-16 physics.soc-ph
The effect of clusterings on the equilibrium states of local majority-rule: Occurrence probability and robustness
与局部多数规则相关联的平衡态被分为三类,系统范围内的协调状态,捕获状态,和周期2的状态。针对Watts-Strogatz网络和无标度网络,数值分析了聚集系数对三类状态出现概率的影响。我们进一步研究了聚类系数的鲁棒性的影响,提出了一个随机的局部多数规则的每个类的状态。发现周期为2的态最容易破碎,而陷阱态在这三类态中是最健壮的。对于噪声环境中的系统,提出的随机局部多数规则表明,存在一个范围内的噪声,从强无序状态到系统范围内的协调状态的平均首次穿越时间是最短的。
2012-01-02 cond-mat.stat-mech 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
The Analyses of Node Swapping Networks by New Graph Index
我们提出了两个新的节点交换的动态网络,并证明了这两个网络在平均路径长度上表现为一个小世界,但由于网络的拓扑不变性,不能对聚类系数进行有效的讨论。在这篇文章中,我们介绍了一个新的指标,“汉明系数”或“多重性”,可以很好地为这些动态网络。在Watts和Strogatz \cite{Watt1}提出的小世界网络中,汉明系数或多重性本质上表现为聚类系数.通过评估新的指标,我们发现了这两个网络的另一个性质。
2006-01-11 physics.soc-ph
Cycles and Clustering in Multiplex Networks
在多路复用网络中,环不能仅以其长度来表征,因为边可以以不同的组合出现在不同的层中。我们定义了一个分类的周期,在每一层中的边缘的数量和层之间的开关数量。我们计算了一个大型稀疏复用网络的配置模型中的每种类型的期望圈数。我们的方法考虑了完整的度分布,包括不同层中度之间的相关性。特别地,我们得到了所有可能类型的长度为3的圈的个数。利用这些,我们给出了一个完整的聚类系数和它们的期望值。我们发现,在不同的层中的顶点的度之间的相关性强烈影响的循环的数量的一个给定的类型,和层之间的开关的数量。两者都随显着相关性而增加,并因显着相关性而强烈下降。相关性对聚类系数的影响同样显著。
2016-12-05 cond-mat.dis-nn physics.soc-ph
Networks with the Smallest Average Distance and the Largest Average Clustering
我们描述了最小的平均距离和最大的平均聚类给定它们的顺序和大小的图的结构。通常有一个唯一的图具有最大的平均聚类,同时具有最小的平均距离。相反,有许多图具有相同的最小平均距离,忽略它们的平均聚类。这些图表的形式与分析参数。最后,我们测量的灵敏度重新布线的这种架构的聚类系数,我们设计了一种方法,使这些网络更强大的顶点删除。
2010-07-23 cond-mat.dis-nn cond-mat.stat-mech physics.soc-ph