有向网络中排名层次的分辨率
社会与信息网络
2017-07-06 v4 物理与社会
摘要
识别有向图中节点的层次和排名在社交网络分析、生物学、经济学和金融学等许多应用中是基础性的。最近提出的方法通过寻找最小化称为agony的得分函数的节点有序划分来识别层次。该函数以依赖于违反强度的方式惩罚违反层次的链接。为研究排名层次的分辨率，我们引入随机图集成Ranked Stochastic Block Model。我们发现当结构不够强且类大小相对于整个网络较小时，agony可能未能识别层次。我们分析刻画了分辨率阈值，并展示agony的迭代版本可部分克服此分辨率限制。
引用
@article{arxiv.1608.06135,
title = {Resolution of ranking hierarchies in directed networks},
author = {Elisa Letizia and Paolo Barucca and Fabrizio Lillo},
journal= {arXiv preprint arXiv:1608.06135},
year = {2017}
}
备注
27 pages, 9 figures