最核心还是最边缘？建模决策在多大程度上影响多层网络中节点的中心性排名
社会与信息网络
2016-06-20 v1 人工智能
摘要
为了理解节点在多层网络中的中心性，可以对其在网络所有层中的中心性值进行聚合。这要求对数值进行归一化，以便在具有不同大小和阶数的网络之间进行有意义的比较和聚合。然而，网络分析文献中几乎从未讨论过归一化和聚合等预处理步骤的具体选择。在本文中，我们表明，即使坚持使用最简单的中心性指标（度），但采用不同的经典归一化和聚合策略，也能使一个节点从最核心的节点之一变为最边缘的节点之一。我们基于三个多层网络，通过使用一种在不同经典聚合策略之间进行缩放的聚合算子来展示我们的结果。我们还引入了一种新的可视化与特征化方法，用于描述多层网络中节点对归一化和聚合策略选择的敏感性。观察到的单个节点对聚合和归一化策略特定选择的高度敏感性具有极其重要的意义，特别是对于各类情报分析软件，因为它对研究发现的解释提出了质疑。
引用
@article{arxiv.1606.05468,
title = {Most central or least central? How much modeling decisions influence a node's centrality ranking in multiplex networks},
author = {Sude Tavassoli and Katharina Anna Zweig},
journal= {arXiv preprint arXiv:1606.05468},
year = {2016}
}