Я работаю с 300 отключенными сетями разного размера. Я вычисляю различные меры централизации на уровне графов для этих сетей, используя пакеты STATNET и iGraph в R.В R: Как iGraph и STATNET обрабатывают отключенные графики при измерении централизации сети
Однако я обнаружил, что узлам в подграфах N = 2 присваивается наивысшее значение 1 для меры централизованности вектора, iGraph. В результате, сети с большим количеством изолированных диад, получают очень высокие оценки централизованного вектора уровня графа.
В моих сетях это недействительный результат, поскольку эти сети плохо связаны и, следовательно, теоретически должны иметь низкий показатель централизации.
Кто-нибудь знает, как эти меры обрабатывают отключенные графики? И есть ли способы справиться с этим? Кроме того, существуют ли другие способы оценки структуры этих сетей?
Любые помощь приветствуется. Спасибо!
Спасибо! Интересно, как это теоретически будет работать, когда я сравниваю следующие типы графиков? Тип A: не большой компонент, в основном диады и некоторые триады. Тип B: очень большой по величине компонент, некоторые диады и триады. Какая сеть будет иметь наивысший уровень центрального вектора на уровне графа, если таковой вообще существует? (Я мог бы неправильно понять ваш предыдущий комментарий) –
Я хочу сказать, что для графа нет такого понятия, как «уникальный» вектор вектора собственного вектора, потому что если вектор v удовлетворяет центральной величине собственного вектора, то k раз v (где k - произвольная постоянная) также удовлетворяет его. Вот почему люди обычно нормализуют v так, что его координаты суммируются до 1. Когда ваш график отключен, он становится еще более сложным, потому что достаточно умножить координаты v, соответствующие одному и тому же компоненту (и оставить остальные на своих исходные значения), чтобы получить другое решение для уравнения центральной вектора. –
Итак, в вашем конкретном случае я мог бы сделать тип A, имеющий наивысшую оценку центрального значения графа на уровне графа, если бы я захотел (путем выбора связанного с ним компонента, умножая оценки центральной значимости на достаточно большое число, а затем перенормируя весь вектор вектора собственного вектора), но я мог бы сделать то же самое с любой связной компонентой B, если бы хотел, чтобы тип B имел наибольшую центральную центральную функцию. Дело в том, что вы должны сравнивать только абсолютные значения центральных систем для * подключенных * сетей * того же размера *. –