第5章数据挖掘-3讲义.ppt

* * * * * * * * * * * * * * * * * * * * * * * * * * * * 中间度的计算相对复杂，可以分四步进行： [1]betweenness proportion，定义网络中Y相对于（X,Z）的中间度比例为（经过Y的XZ捷径条数/XZ捷径条数） [2]点对依赖值（pair dependency scores）：定义网络中X对Y的依赖值为Y对（X,）的中间度比例之和 [3]建立局部依赖矩阵，其中每个元素为相应行对相应列的依赖值 [4]定义网络中某点的中间度为该点相应列的列和的一半 三类不同的网络 N3 N2 N1 中心势和图的中心 为了与点的中心度相区别，称图的中心性质为“中心势”。 图的密度刻画了图的凝聚力水平，而图的中心势则描述了这种凝聚力在多大程度上是围绕某个或某些中心而组织起来的。 中心势 找出图中的最核心点，计算该点的中心度与其他点的中心度之差。也就是定量讨论图中各点中心度分布的不均衡性。 差值越大，则图中各点中心度分布得越不均衡，则表明该图的中心势越大——该网络很可能是围绕最核心点发散展开的。 中心势=实际差值总和与最大可能差值总和的比值。 中心势的计算 图中心势测量公式 相对中心势 平均中心度的方差 核心中心势nuclear centralization 跳跃和界限 派系分析 存在的问题 跳跃是否明显？ 三类区间能否区分？ 外围 边缘 核心 高中心度 低中心度 中心度 应用：声望模型 社会网络中行动者是不平等的 所拥有的资源和信息出现分层 成分的轮廓——成分的内在结构 如何区分出派系中的核心成员和边缘成员？ 嵌套（nesting） 区分标准：结点度和线的多元性 分别称为k-核（k-core）; m-核（m-core） K-核分析 最小度标准 K-核：表示一个最大子图中，所有的点的度数至少为k 简单成分为1k-核 K-核是图中凝聚力相对较高的区域 派系 派系与成分不同，它要求所有点都互相邻接，且不被更大的派系所包含。正式的定义为：派系就是图中最大的完全子图（或完备子图）。 令U为无向图G的顶点的子集，当且仅当对于U中的任意点u 和v，(u,v)是图G的一条边时，U定义了一个完全子图（complete subgraph）。子图的尺寸为图中顶点的数量。当且仅当一个完全子图不被包含在G的一个更大的完全子图中时，它是图G的一个完备子图。最大的完备子图是具有最大尺寸的完备子图。 派系 派系的定义较为严格，在实际的社会网络中往往很难找到标准的派系，因此放宽一些条件，得到了派系的两种推广：n派系，k丛。 n派系：要求任意两点之间的距离不大于n。 局限性主要包括： n大于2时，很难给出社会学解释； n派系的一些途径中的中介点可能不在派系中；（直径大于n）。对此进行一定的约束，要求直径不大于n，即得到n宗派(n-clan)的定义。 派系 N-宗派（n-clan）：直接不超过n的派系 k丛(k-plex)：从另一个角度进行推广。N个点的k丛中，每个点至少与(N-k)个点相邻接。 1丛就是1派系。 2丛可以不是2派系。 3派系可以不是3丛。 k丛概念似乎比n派系概念更体现凝聚力思想，更符合对派系的想象。 社会圈 通常可以根据派系的重叠情况将若干派系逐步地合并为社会圈。一个典型做法的步骤如下。 (1)找到一些三人组（规模为3的派系） (2)若两个派系的2/3成员相同，则合并为一个圈 (3)若又有1/3的重叠，则进一步合并为圈（重叠层次较低） 其中2/3和1/3的选取仅依据常识或直觉。 Jefferson High School Sunshine High School School provides a good boundary for social relations School does not provide a good boundary for social relations 两所中学的人际网络 密度与网络规模 图的半径（radius）：离心度 图的直径：图中点对中距离最长的捷径长度 图的周长：最长的路径 ρ= l/(4cr3/3d) 按行为划分 看 写 转发 读者型 √ 作者型 √ 编辑型 √ 按行为和结构对人进行分类 按结构划分 意见领袖 桥节点 草根 僵尸 人物的相关计算方法 节点分析：用户兴趣分析与表示 对于给定的一个用户，其用户信息包含四种属性信息（背景信息、微博文本、社交信息、交互信息）。 关系分析：用户关系强度计算 用户相似度：揭示用户之间潜在的兴趣相似性 用户交互性：反映已经建立起关注关系的用户之间的交互程度 从挖掘用户潜在的相关性的角度看，对于信息推荐等任务来说，用户相似度更有应用价值。 网络分析：用户相似性网络生成 用户相似性网络的信息