本文探讨了社交网络中的同配系数，解释了度值相近节点连接趋势，以及如何通过度平均邻居度和k近邻混合矩阵来理解网络结构。还介绍了混合矩阵在信号模型中的应用。
目录
Assortativity coefficient（同配系数）
同配性（Assortativity），用作考察度值相近的节点是否倾向于相互连接。在社交网络中，节点倾向于与度数相近的节点相连。
如果总体上度大的节点倾向于与度大的节点相连，那么该网络的度是正相关的。或者称网络是同配的。如果度大的节点倾向于与度小的节点相连，那么该网络的度是负相关的，或者称网络是异配的。
同配系数是一种基于“度”的皮尔森相关系数，用来度量相连节点对的关系。如果值 r r r为正值，则代表具有相同度的点之间有某种协同关系，负值，表示具有不同度数的节点间有某种联系。
通常而言， r r r的值在-1到+1之间，大于0，那么网络是同配的，反之是异配的。
Average neighbor degree
计算图中每个节点的相邻节点的度的均值
k n n , i = 1 ∣ N ( i ) ∣ ∑ j ∈ N ( i ) k j k_{nn,i}=\frac{1}{|N(i)|}\displaystyle\sum_{j\in N(i)}k_j knn,i=∣N(i)∣1
最低0.47元/天 解锁文章
扫一扫
6641
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
