用于高阶特征的 HyperKron 图模型
社会与信息网络
2018-09-11 v1 物理与社会
摘要
图模型长期以来被用作真实数据的替代,因为真实数据可能昂贵且难以获取。一类常见模型构造一个概率矩阵,并通过为每一项抛掷加权硬币来采样邻接矩阵。例子包括 Erd\H{o}s-R\'{e}nyi 模型、Chung-Lu 模型和 Kronecker 模型。在此我们提出 HyperKron 图模型:它是 Kronecker 模型的扩展,但具有超边上的分布。我们证明可以高效地以正比于边数乘以一个小的对数因子的阶生成该模型下的图,并且发现在实践中运行时间相对于边数呈线性。我们阐明了 HyperKron 模型的若干有用特征,包括非平凡聚类和高度偏斜的度分布。最后,我们将 HyperKron 模型拟合到真实世界网络,并通过将该模型复杂应用于具有相干前馈环的网络来展示其灵活性。
关键词
引用
@article{arxiv.1809.03488,
title = {The HyperKron Graph Model for higher-order features},
author = {Nicole Eikmeier and Arjun S. Ramani and David F. Gleich},
journal= {arXiv preprint arXiv:1809.03488},
year = {2018}
}
备注
17 pages, 9 figures