从本质稠密的有权网络中提取带符号骨架
社会与信息网络
2022-03-01 v2 物理与社会
应用统计
摘要
网络为分析自然、社会和技术领域中多样的复杂系统提供了有用工具。节点与连边数量的增长以及关联的权重、方向和符号等数据种类和规模的增加可提供附加信息。另一方面，连边与权重的丰富导致网络更稠密，并带来含噪声、不显著或冗余的数据。此外，典型的网络分析与可视化技术以稀疏性为前提，不适用于稠密有权网络或难以扩展。为此，网络骨架提取方法旨在仅保留重要连边，同时保持原网络有益且明晰的结构以供后续分析。本文首次提出从本质稠密的无符号单部有权网络中提取带符号网络骨架的方法。基于统计技术的零模型，所提出的显著性滤波器和活力滤波器可推断连边符号。对迁移、投票、时序交互和物种相似性网络的实证分析表明，所提滤波器在保持网络多尺度特性的同时提取出有意义且稀疏的带符号骨架。所得骨架展现出带符号网络典型相关的特征，如互惠性、结构平衡和社区结构。所开发工具作为免费开源软件包提供。
引用
@article{arxiv.2012.05216,
title = {Extracting the signed backbone of intrinsically dense weighted networks},
author = {Furkan Gursoy and Bertan Badur},
journal= {arXiv preprint arXiv:2012.05216},
year = {2022}
}