多维、多层、非线性与动态的 HITS
社会与信息网络
2018-09-24 v1 机器学习
数值分析
数据分析、统计与概率
摘要
我们基于多重齐次保序映射的 Perron 特征向量，引入了一种针对时序多维加权有向网络的排序模型。该模型将 HITS 算法扩展至时序多层设定，并定义了五个中心性向量：两个用于节点，两个用于层，一个用于时间标记。在标准 HITS 模型中引入非线性，以保证这些中心性向量对于任何网络均存在且唯一，而无需对其连通性结构提出任何要求。我们引入了一种全局收敛的类似幂迭代的算法来计算这些中心性向量。我们在真实世界网络上进行了数值实验，以评估所提模型的有效性并展示伴随算法的性能。
引用
@article{arxiv.1809.08004,
title = {Multi-Dimensional, Multilayer, Nonlinear and Dynamic HITS},
author = {Francesca Arrigo and Francesco Tudisco},
journal= {arXiv preprint arXiv:1809.08004},
year = {2018}
}