социальные объекты, например, пользовательские профили, с набором атрибутов, а рёбра — социальные отношения между ними. Источник: https://sysblok.ru/philology/socseti-russkoj-dramy-chast-i-osnovy-setevogo-analiza/ • Две вершины инцидентны, если существует соединяющее их ребро. • Степень вершины — сумма инцидентных ей вершин
образуют связи с себе подобными (пол, возраст, образовательный уровень и т.п.) • Множественность — число множественных связей, образуемых пользователями (работа + учёба) • Взаимность — степень, с которой пользователи отвечают взаимностью на действия друг друга. • Сетевая закрытость — степень, в которой друзья пользователя являются друзьями друг другу (транзитивность). • Соседство — тенденция пользователей иметь большое количество связей с географически близкими пользователями.
пользователя внутри графа. • Плотность — отношение имеющихся связей к общему числу возможных. • Расстояние — минимальное количество связей длина кратчайшего пути между двумя отдельными пользователями.
пользователи имеют «прямые» связи. • Коэффициент кластеризации — степень вероятности того, что два разных пользователя, связанные с конкретным пользователем, тоже связаны. • Сплочённость — степень, в которой пользователи связаны между собой одной общей связью.
𝑠≠𝑡≠𝑖 𝜎𝑠𝑡 (𝑖) 𝜎𝑠𝑡 , 𝜎𝑠𝑡 − количество кратчайших путей между 𝑠 и 𝑡 • Чем больше кратчайших путей через этот узел проходит, тем он круче • Нормализованная степень посредничества С𝐵 ∗ 𝑖 = 2 (𝑛 − 1)(𝑛 − 2) 𝐶𝐵 𝑖 А C B D 𝐶𝐵 𝐷 = 1 2 𝐶𝐵 ∗(𝐷) = 1 6 D 𝐶𝐵 𝐷 = 6 𝐶𝐵 ∗(𝐷) = 1
Sinks • Sources Старые меры не подходят: • Степень связности (количество соседей) • Степень близости (путь до остальных узлов) • Степень посредничества (кратчайшие пути между узлами) • Степень влиятельности (влиятельные соседи) Возможно, кто-то знает что делать?
характеризующая «важность» веб- страницы. Чем больше ссылок на страницу, тем она «важнее». Кроме того, «вес» страницы А определяется весом ссылки, передаваемой страницей B. Таким образом, PageRank — это метод вычисления веса страницы путём подсчёта важности ссылок на неё. • Моделирует поведение случайного «сёрфера» в интернете. Почему так называется? Что напоминает?
𝑝∗ −𝐶𝑥(𝑝𝑖) max σ 𝑖 𝑁 𝐶𝑥 𝑝∗ −𝐶𝑥(𝑝𝑖) , • 𝐶𝑥 — какая-то мера центральности • 𝐶𝑥 𝑝∗ — центральность наиболее центрального узла Насколько централизована вся сеть в сравнении со звездой
as nx G = nx.karate_club_graph() plt.figure(figsize =(15, 15)) nx.draw_networkx(g, with_labels = True) • Zachary’s Karate Club graph • Davis Southern women social network • Florentine families graph