通过中心性度量与局部连接理解噪声网络的稳定性
社会与信息网络
2016-09-20 v1 物理与社会
摘要
由真实世界数据创建的网络包含一些不准确之处或噪声，表现为网络结构的微小变化。一个重要问题是这些微小变化是否会显著影响分析结果。在本文中，我们研究了噪声对高中心性顶点排名变化的影响。我们使用 Jaccard 指数（JI）比较了原始网络中的前 k 个高中心性节点有多少同样属于噪声网络中排名前 k 的节点。如果 JI 值较高，我们认为该网络是稳定的。我们观察到两个影响稳定性的特征。首先，稳定性取决于所考虑的排名靠前顶点的数量。当顶点根据其中心性值排序时，它们会聚集成簇。对网络的扰动可以改变簇内的相对排名，但顶点很少从一个簇移动到另一个簇。其次，稳定性取决于高排名顶点的局部连接。如果高排名顶点彼此相连，则网络高度稳定。我们的发现表明，网络的稳定性受高中心性顶点局部属性的影响，而不是整个网络的全局属性。基于这些局部属性，我们可以在不显式应用噪声模型的情况下识别网络的稳定性。
关键词
引用
@article{arxiv.1609.05402,
title = {Understanding Stability of Noisy Networks through Centrality Measures and Local Connections},
author = {Vladimir Ufimtsev and Soumya Sarkar and Animesh Mukherjee and Sanjukta Bhowmick},
journal= {arXiv preprint arXiv:1609.05402},
year = {2016}
}
备注
CIKM 2016