کد مقاله کد نشریه سال انتشار مقاله انگلیسی نسخه تمام متن
7374997 1480065 2018 12 صفحه PDF دانلود رایگان
عنوان انگلیسی مقاله ISI
Random walk on signed networks
ترجمه فارسی عنوان
پیاده روی تصادفی در شبکه های امضا شده
کلمات کلیدی
پیاده روی تصادفی، شبکه امضا شده همگرایی، تشخیص جامعه،
ترجمه چکیده
راه های تصادفی در شبکه های سنتی به مجموعه ای از نتایج تحقیق در بسیاری از جنبه ها، مانند تجزیه و تحلیل مرکز گره، تشخیص جامعه، پیش بینی لینک، و غیره و طیف گسترده ای از برنامه های کاربردی به دست آمده است. در حقیقت، پیاده روی های تصادفی نیز می توانند به شبکه های امضا شده که شامل دو نوع پیوند: پیوندهای مثبت و لینک های منفی هستند اعمال شوند. با این حال، چندین تحقیق مرتبط در مورد راه های تصادفی در شبکه های امضا وجود دارد. همچنین ما متوجه می شویم که بیشتر تحقیقات در مورد راه های تصادفی در شبکه های امضا، فرض می کنند که عامل تنها در پیوند های مثبت در روند انتشار قرار می گیرد، که اطلاعات مؤثر از لینک های منفی را از دست می دهد. بنابراین در این مقاله ما یک مدل پیاده روی تصادفی تصادفی پیشنهاد می کنیم که اجازه می دهد تا واکر تصادفی در امتداد لینک های منفی با احتمال کمتر از پیوندهای مثبت پیاده شود. ما بر دو جنبه پیاده روی تصادفی امضا تمرکز داریم به شرح زیر: (1) همگرایی ماتریس احتمال انتقال. (2) برنامه کاربردی برای تشخیص جامعه در شبکه های امضا شده. و ما پیاده روی تصادفی امضا را به هر دو شبکه امضاء شده مصنوعی و شبکه های امضا شده در دنیای واقعی اعمال می کنیم. نتایج نشان می دهد که موقعیت و چگالی پیوندهای منفی در شبکه امضا شده، میزان همگرایی ماتریس احتمال انتقال را تحت تاثیر قرار می دهد. ما همچنین میبینیم که پیادهسازی تصادفی امضا شده میتواند برای کشف ساختارهای معنادار جامعه در شبکههای امضا شده استفاده شود.
موضوعات مرتبط
مهندسی و علوم پایه ریاضیات فیزیک ریاضی
پیش نمایش مقاله
پیاده روی تصادفی در شبکه های امضا شده
چکیده انگلیسی
Random walks on the traditional networks have achieved a series of research results in many aspects, such as analysis of node centrality, community detection, link prediction, etc. and have a wide range of applications. Actually, random walks can also apply to the signed networks which contain two types of links: positive links and negative links. However, there are few related researches about random walks on signed networks. And also we find that most researches about random walks on signed networks assume that the agent walks only along the positive links in the diffusion process, which loses the effective information of negative links. So in this paper, we propose a signed random walk model which allows that the random walker walks along the negative links with a smaller probability than positive links. We focus on two aspects of the signed random walk as follows: (1) the convergence of transition probability matrix. (2) the application to community detection in signed networks. And we apply the signed random walk to both artificial signed networks and real-world signed networks. The results show that the position and density of negative links in the signed network will affect the convergence rate of transition probability matrix. We also find that the signed random walk can be used to uncover the meaningful community structures in the signed networks.
ناشر
Database: Elsevier - ScienceDirect (ساینس دایرکت)
Journal: Physica A: Statistical Mechanics and its Applications - Volume 508, 15 October 2018, Pages 558-566
نویسندگان
, , , , ,