基于邻域模式相似性的有向图角色提取研究
数值分析
2022-11-04 v3 数值分析
摘要
我们基于所谓的邻域模式相似性方法，分析了在有向图建模的网络中恢复不同角色的问题。我们的分析利用随机矩阵理论的结果表明，当假设图是按照特定随机块模型生成，且不同块具有伯努利概率分布时，若图的维度足够大，则恢复是渐近正确的。在这些假设下，相似性矩阵的主导特征值与被主导特征值之间存在足够的间隙，这保证了不同角色数量的渐近正确识别。我们还评论了与随机块模型文献的联系，包括概率为 log(n)/n 量级的情况，其中 n 是图的规模。我们提供了数值实验来评估该方法应用于有限规模实际网络时的有效性。
引用
@article{arxiv.2111.02208,
title = {On role extraction for digraphs via neighbourhood pattern similarity},
author = {Giovanni Barbarino and Vanni Noferini and Paul Van Dooren},
journal= {arXiv preprint arXiv:2111.02208},
year = {2022}
}