高阶网络空间中的度量
社会与信息网络
2016-01-20 v2
摘要
本文提出了比较高阶网络的方法，高阶网络定义为收集元组元素之间关系函数的加权完全超图。它们可被视为传统网络的推广，传统网络中仅定义了元素对之间的关系函数。本文建立了不同长度元组关系之间的重要性质，特别是当关系编码节点间的相异性或邻近性时。随后，在高阶网络空间中引入两类距离。这些距离度量网络之间的差异。我们证明，在模置换同构的高阶相异性和邻近性网络空间中，它们是有效的度量。通过比较两位知名信号处理研究者的合著网络，探讨了实际意义。这些度量成功识别出他们各自的合作模式。
引用
@article{arxiv.1507.01994,
title = {Metrics in the Space of High Order Networks},
author = {Weiyu Huang and Alejandro Ribeiro},
journal= {arXiv preprint arXiv:1507.01994},
year = {2016}
}