基于磁拉普拉斯算子的有向图与社会网络刻画及空间嵌入
社会与信息网络
2018-12-11 v2 数据结构与算法
物理与社会
摘要
尽管有向网络在现实世界中普遍存在，但文献中关于其拓扑与动力学特性的关注相对不足。在本工作中，我们开发了一个基于磁拉普拉斯算子的框架，可用于研究有向复杂网络。更具体地，我们引入了一种特定的热测量，有助于刻画网络拓扑。研究表明，通过使用该方法，可以识别若干网络的类型，并推断特定网络配置背后的参数。接着，我们将与磁拉普拉斯算子相关的动力学作为将网络嵌入度量空间的一种手段，从而能够在人工网络中识别介观结构，或揭示政治博客圈中的极化现象。通过在该度量空间中定义粗粒化过程，我们展示了如何将特定热测量与节点在该空间中的位置联系起来。
引用
@article{arxiv.1812.02160,
title = {Characterization and space embedding of directed graphs and social networks through magnetic Laplacians},
author = {Bruno Messias and Luciano da F. Costa},
journal= {arXiv preprint arXiv:1812.02160},
year = {2018}
}