Katzova ústřednost - Katz centrality

v teorie grafů, Katzova ústřednost uzlu je míra ústřednost v síť. To bylo představeno Leo Katz v roce 1953 a slouží k měření relativní míry vlivu aktéra (nebo uzlu) v rámci a sociální síť.[1] Na rozdíl od typických opatření ústřednosti, která zohledňují pouze nejkratší cestu ( geodetické ) mezi dvojicí aktérů, Katzova centralita měří vliv zohledněním celkového počtu procházky mezi dvojicí herců.[2]

Je to podobné jako Google je PageRank a do centrality vlastního vektoru.[3]

Měření

Jednoduchá sociální síť: uzly představují lidi nebo aktéry a hrany mezi uzly představují určitý vztah mezi aktéry

Katzova centralita počítá relativní vliv uzlu v síti měřením počtu bezprostředních sousedů (uzly prvního stupně) a také všech ostatních uzlů v síti, které se připojují k uvažovanému uzlu prostřednictvím těchto bezprostředních sousedů. Spojení se vzdálenými sousedy jsou však penalizována útlumovým faktorem .[4] Každá cesta nebo spojení mezi dvojicí uzlů je přiřazena váha určená a vzdálenost mezi uzly jako .

Například na obrázku vpravo předpokládejme, že se měří Johnova ústřednost a to . Hmotnost přiřazená každému článku, který spojuje Johna s jeho bezprostředními sousedy Jane a Bobem, bude . Jelikož se Jose připojuje k Johnovi nepřímo prostřednictvím Boba, váha přiřazená tomuto spojení (složenému ze dvou odkazů) bude . Podobně bude váha přiřazená spojení mezi Agneta a Johnem přes Aziz a Jane a váha přiřazená spojení mezi Agnetou a Johnem přes Diega, Joseho a Boba bude .

Matematická formulace

Nechat A být matice sousedství uvažované sítě. Elementy z A jsou proměnné, které mají hodnotu 1, pokud je uzel i je připojen k uzlu j a 0 jinak. Pravomoci A označují přítomnost (nebo nepřítomnost) spojení mezi dvěma uzly prostřednictvím zprostředkovatelů. Například v matici , pokud prvek , znamená to, že uzel 2 a uzel 12 jsou spojeny nějakým krokem délky 3. Pokud označuje Katzovu centralitu uzlui, pak matematicky:

Všimněte si, že výše uvedená definice využívá skutečnost, že prvek v umístění z odráží celkový počet stupně spojení mezi uzly a . Hodnota faktoru útlumu musí být zvolen tak, aby byl menší než převrácená hodnota absolutní hodnoty největšího vlastní číslo z A.[5] V tomto případě lze k výpočtu Katzovy ústřednosti použít následující výraz:

Tady je matice identity, je vektor velikosti n (n je počet uzlů) skládající se z těch. označuje transponovaná matice A a označuje inverze matice termínu .[5]

Rozšíření tohoto rámce umožňuje počítat procházky v dynamickém prostředí.[6][7] Pořízením časově závislé řady snímků sousednosti sítě přechodových hran je prezentována závislost procházek, které přispívají k kumulativnímu účinku. Šipka času je zachována, takže příspěvek aktivity je asymetrický ve směru šíření informací.

Síť produkující data formuláře:

vždy představující matici sousedství . Proto,

Časové body jsou uspořádány, ale nemusí být rovnoměrně rozmístěny pro který je vážený počet počtu dynamických procházek délky z uzlu do uzlu . Formulář pro dynamickou komunikaci mezi zúčastněnými uzly je:

To lze normalizovat pomocí:

Proto opatření ústřednosti, která kvantifikují, jak efektivně uzel může „vysílat“ a „přijímat“ dynamické zprávy po síti,

.

Aplikace

Katzovu ústřednost lze použít k výpočtu ústřednosti v cílených sítích, jako jsou citační sítě a síť WWW.[8]

Katzova centralita je vhodnější při analýze směrovaných acyklických grafů, kde se tradičně používají míry jako centrality vlastního vektoru jsou k ničemu.[8]

Katzovu centralitu lze také použít k odhadu relativního stavu nebo vlivu aktérů v sociální síti. Práce prezentovaná v [9] ukazuje případovou studii aplikace dynamické verze ústřednosti Katz na data z Twitteru a zaměřuje se na konkrétní značky, které mají stabilní vedoucí diskuse. Aplikace umožňuje srovnání metodiky s metodikou lidských odborníků v oboru a toho, jak jsou výsledky po dohodě s panelem odborníků na sociální média.

v neurovědy, bylo zjištěno, že Katzova ústřednost koreluje s relativní rychlostí střelby neurony v neuronové síti.[10] Časové rozšíření Katzovy ústřednosti se použije na data fMRI získaná z experimentu s hudebním učením v [11] kde se shromažďují údaje od subjektů před a po procesu učení. Výsledky ukazují, že změny struktury sítě v průběhu hudební expozice vytvářely v každé relaci kvantifikaci křížové komunikace, která vytvořila shluky v souladu s úspěchem učení.

Zobecněnou formu ústřednosti Katz lze použít jako intuitivní systém hodnocení sportovních týmů, například v školní fotbal.[12]

Reference

  1. ^ Katz, L. (1953). Nový stavový index odvozený ze sociometrické analýzy. Psychometrika, 39–43.
  2. ^ Hanneman, R. A., a Riddle, M. (2005). Úvod do metod sociálních sítí. Citováno z http://faculty.ucr.edu/~hanneman/nettext/
  3. ^ Vigna, S. (2016). „Spektrální hodnocení“. Síťová věda. 4 (4): 433–445. doi:10.1017 / nws.2016.21.
  4. ^ Aggarwal, C. C. (2011). Analýza dat sociální sítě. New York, NY: Springer.
  5. ^ A b Junker, B.H., & Schreiber, F. (2008). Analýza biologických sítí. Hoboken, NJ: John Wiley & Sons.
  6. ^ Grindrod, Peter; Parsons, Mark C; Higham, Desmond J; Estrada, Ernesto (2011). „Komunikovatelnost napříč vyvíjejícími se sítěmi“ (PDF). Fyzický přehled E. APS. 83 (4): 046120. Bibcode:2011PhRvE..83d6120G. doi:10.1103 / PhysRevE.83.046120. PMID  21599253.
  7. ^ Peter Grindrod; Desmond J. Higham. (2010). "Vyvíjející se grafy: Dynamické modely, inverzní problémy a šíření". Proc. Roy. Soc. A. 466 (2115): 753–770. Bibcode:2010RSPSA.466..753G. doi:10.1098 / rspa.2009.0456.
  8. ^ A b Newman, M. E. (2010). Sítě: Úvod. New York, NY: Oxford University Press.
  9. ^ Laflin, Peter; Mantzaris, Alexander V; Ainley, Fiona; Otley, Amanda; Grindrod, Peter; Higham, Desmond J (2013). "Objevování a ověřování vlivu v dynamické online sociální síti". Analýza a těžba sociálních sítí. Springer. 3 (4): 1311–1323. doi:10.1007 / s13278-013-0143-7.
  10. ^ Fletcher, Jack McKay; Wennekers, Thomas (2017). „Od struktury k aktivitě: Použití opatření centrálnosti k predikci neuronální aktivity“. International Journal of Neural Systems. 0 (2): 1750013. doi:10.1142 / S0129065717500137. PMID  28076982.
  11. ^ Mantzaris, Alexander V .; Danielle S. Bassett; Nicholas F. Wymbs; Ernesto Estrada; Mason A. Porter; Peter J. Mucha; Scott T. Grafton; Desmond J. Higham (2013). „Dynamická centralita sítě shrnuje učení v lidském mozku“. Journal of Complex Networks. 1 (1): 83–92. arXiv:1207.5047. doi:10.1093 / comnet / cnt001.
  12. ^ Park, Juyong; Newman, M. E. J. (31. října 2005). „Síťový systém hodnocení amerického univerzitního fotbalu“. Journal of Statistical Mechanics: Theory and Experiment. 2005 (10): P10014. arXiv:fyzika / 0505169. doi:10.1088 / 1742-5468 / 2005/10 / P10014. ISSN  1742-5468.