有向无环图中的影响力、原创性与相似性
物理与社会
2011-10-10 v1 数字图书馆
社会与信息网络
摘要
我们引入了一个基于有向无环图上随机游走的网络分析框架，其中穿过给定节点的概率是关键要素。我们阐明了其在评估节点间相互影响和发现引文网络中开创性论文方面的应用。我们进一步引入了一种新的相似性度量，并在一个简单的个性化推荐过程中对其进行了测试。该度量的性能与经典相似性度量相当，从而进一步支持了我们框架的有效性。
引用
@article{arxiv.1108.3691,
title = {Influence, originality and similarity in directed acyclic graphs},
author = {Stanislao Gualdi and Matus Medo and Yi-Cheng Zhang},
journal= {arXiv preprint arXiv:1108.3691},
year = {2011}
}
备注
6 pages, 4 figures