基于引力模型评估社交网络中社群的脆弱性
社会与信息网络
2019-12-17 v1 物理与社会
摘要
随着网络科学的发展，复杂网络的各类性质近来受到广泛关注。其中，社群的脆弱性(VoCs)尤为重要。在传统研究中，评估模型仅考虑社群的部分结构特征而非多方面特征。然而现实中，对 VoC 的影响是多面的，不仅有其自身结构属性，也有其他社群的影响。为更好地建模社群间影响从而评估社交网络中的 VoCs，本文提出一种基于引力的社群脆弱性评估模型。在该模型中，考量了三方面因素，即社群内部边数、连接邻社群的边数，以及各社群的引力指数(GI)，分别对应社群的内部信息、小尺度交互关系与大尺度交互关系。借助 Jensen-Shannon 散度(JSD)与 log-sigmoid 转移(LST)函数，可计算每对社群间的抽象距离(AD)以构建社群网络(CN)。利用引力模型，可获得描述大尺度交互关系的各社群 GI。最终，该模型可计算社群脆弱性程度与排序，并利用 Sobol' 指数分析权重参数的敏感性。特别地，该方法的权重参数取特定值时可退化为经典方法。若干真实复杂网络证明了所提模型的有效性与合理性。
引用
@article{arxiv.1912.07293,
title = {Evaluating the Vulnerability of Communities in Social Networks by Gravity Model},
author = {Tao Wen},
journal= {arXiv preprint arXiv:1912.07293},
year = {2019}
}