WikiDer > Предвзятое случайное блуждание по графику

Сетевая наука
Теория
График Комплексная сеть Заражение Маленький мир Без накипи Структура сообщества Перколяция Эволюция Управляемость Рисование графика Социальный капитал Анализ ссылок Оптимизация Взаимность Закрытие Гомофилия Транзитивность Предпочтительная привязанность Теория баланса Сетевой эффект Влияние общества
Типы сетей
Информационная (вычислительная) Телекоммуникации Транспорт Социальное Научное сотрудничество Биологические Искусственный нейрон Взаимозависимый Семантический Пространственный Зависимость Поток на чипе
Графики
Функции Клика Компонент Резать Цикл Структура данных Край Петля Район Дорожка Вершина Список смежности / матрица Список заболеваемости / матрица Типы Двудольный Полный Режиссер Гипер Мульти Случайный Взвешенный
Метрики Алгоритмы
Центральность Степень Близость Близость PageRank Мотив Кластеризация Распределение степеней Ассортативность Расстояние Модульность Эффективность
Модели
Топология Случайный график Эрдеш – Реньи Барабаши – Альберт Фитнес модель Уоттс – Строгац Экспоненциальный случайный (ERGM) Случайный геометрический (RGG) Гиперболический (HGN) Иерархический Стохастический блок Максимальная энтропия Мягкая конфигурация Тест LFR Динамика Логическая сеть агент на основе Эпидемия/СЭР
Списки Категории
Темы Программного обеспечения Сетевые ученые Категория: Теория сетей Категория: Теория графов
v т е

В сетевая наука, а предвзятое случайное блуждание по графику это процесс временной траектории, в котором развивающаяся переменная перескакивает из своего текущего состояния в одно из различных возможных новых состояний; в отличие от чистого случайная прогулка, вероятности потенциальных новых состояний не равны.

Предвзятые случайные блуждания по графу обеспечивают подход к структурный анализ из неориентированные графы чтобы извлечь их симметрии, когда сеть слишком сложна или когда она недостаточно велика для анализа Статистические методы. Концепция предвзятого случайного блуждания по графику за последнее десятилетие привлекла внимание многих исследователей и информационных компаний, особенно в сфере транспорта и социальные сети.^[1]

Модель

Было написано много различных представлений о предвзятых случайных блужданиях на графики исходя из конкретной цели анализа. Общее представление о механизме неориентированные графы как следует:^[2]

На неориентированный граф, ходунок делает шаг от текущего узла, ${ displaystyle j,}$ узел ${ displaystyle i.}$ Предполагая, что каждый узел имеет атрибут ${ displaystyle alpha _ {я},}$ вероятность прыжка с узла ${ displaystyle j}$ к ${ displaystyle i}$ дан кем-то:

${ displaystyle T_ {ij} ^ { alpha} = { frac { alpha _ {i} A_ {ij}} { sum _ {k} alpha _ {k} A_ {kj}}},}$

куда ${ displaystyle A_ {ij}}$ представляет собой топологический вес ребра, идущего от ${ displaystyle j}$ к ${ displaystyle i.}$

Фактически, шаги ходунка смещены фактором ${ displaystyle alpha}$ которые могут отличаться от одного узла к другому.^[3]

В зависимости от сети атрибут ${ displaystyle alpha}$ можно трактовать по-разному. Это может подразумеваться как влечение человека в социальная сеть, это может быть центральность посредственности или даже это можно объяснить как внутреннюю характеристику узла. В случае справедливое случайное блуждание по графику ${ displaystyle alpha}$ один для всех узлов.

В случае кратчайших путей случайные блуждания^[4] ${ displaystyle alpha _ {я}}$ это общее количество кратчайших путей между всеми парами узлов, которые проходят через узел ${ displaystyle i}$. Фактически ходок предпочитает узлы с более высокими центральность посредственности который определяется следующим образом:

${ displaystyle C (i) = { tfrac {{ text {Общее количество кратчайших путей через}} i} { text {Общее количество кратчайших путей}}}}$

Основываясь на приведенном выше уравнении, время повторения узла в смещенном обходе определяется как:^[5]

${ displaystyle r_ {i} = { frac {1} {C (i)}}}$

Приложения

Разработано множество приложений, использующих предвзятые случайные блуждания по графам; контроль распространения,^[6] реклама продукции на социальные сети,^[7] объясняя расселение и перераспределение популяций животных и микроорганизмов,^[8] обнаружение сообщества,^[9] беспроводные сети,^[10] поисковые системы^[11] и так далее.

Смотрите также

• Центральность посредничества
• Структура сообщества
• Дивергенция Кульбака – Лейблера
• Цепь Маркова
• Случайное блуждание с максимальной энтропией
• Центральность близости случайного блуждания
• Анализ социальных сетей
• Проблема коммивояжера

Рекомендации

внешняя ссылка

• Габор Симони, «Энтропия графа: обзор». В Комбинаторная оптимизация (под ред. В. Кука, Л. Ловаса и П. Сеймура). Провиденс, Род-Айленд: амер. Математика. Soc., 1995, с. 399–441.
• Анн-Мари Кермаррек, Эрван Ле Меррер, Бруно Серикола, Жиль Тредан, «Оценка качества сетевой топологии с помощью случайных блужданий» в Гади Таубенфельд (ред.) Распределенных вычислений