大学课程《社交大数据分析方法与应用》PPT课件：02-社交网络背景与描述性指标.pptVIP

路径与连通性的邻接矩阵表示如果节点i和j之间有一条边，则.即i和j之间的存在长度为1的路径；如果节点i和j之间有一条长度为2的路径，则存在另一个节点k，使得，则两个节点之间长度为2的不同路径数目为：一般地，两个节点i和j之间长度为r的不同路径数目为：*网络的推广——超图超图的定义：超图（Hypergraph）是一种广义的图，特点是一条超边可以连接多个点。其中一条超边上的点可以表示家庭成员，一篇文章的共同作者等。*网络的推广——二部图二部图也称二分图（bipartitegraph）：是图论里的一种特殊模型，将图里的顶点分为两个集合，且集合内的点没有直接关联。二部图可以表示用户与商品关系，男女婚姻关系等。二部图的单模映射：*超图与二部图的转化超图可以用二部图刻画：*网络的基本统计量度的定义及求法节点i的度：节点i连接的边数，记为：；所有节点度的平均值称为网络的平均度（averagedegree）,记作对无向无权网络，有：*有向网络的度节点i的出度和入度：分别表示指出去的边数和连进来的边数，记作：；节点i指向节点j则，；出、入度的平均度：*加权网络的节点强度无向有权网络；有向有权网络*平均路径长度最短路径/距离：表示节点i与j之间的距离；平均路径长度(averagepathlength）：*广度搜索算法*求节点i到j的距离：1，从节点i开始，并标记为0；2,找节点i的邻居，并标记为1；3，上一次新加入的点标记为n,把网络中未标签且和标记为n相连的点标记为n+1;4,重复步骤3直到节点j被找到，或者不存在未标记的点。5，j到i的距离，就是对应的标签。如果j没有标签，说明无路径。调和平均和直径当网络不连通时，有些节点的距离为，导致平均路径长度，则原有定义失效。处理方法：1）仅仅考虑最大连通子图的平均距离；2）定义调和距离(harmonicmean):网络直径：网络中任意两点距离的最大值*聚类系数聚类系数(clusteringcoefficient):任两个邻居之间也是朋友的概率。ki表示节点i的度，Ei节点i的邻居中实际存在的边数，则有聚类系数的几何描述：*上图中的左图为三角形，右图为三元组，左图包括3个三元组。基于邻接矩阵求聚类系数给定无向无权邻接矩阵，只有，这三点才能构成三角形，因此聚类系数可以由下式求得（1/2是因为算了两次）利用，进一步有整个网络的平均聚类系数：*聚类系数的另一种定义社会学对聚类系数的定义，称为(transitivity)：注1：分子的因子3由于每个三角形对应于3个不同的连通三元组，分别以3个顶点为中心构成的连通三元组。注2：两种定义计算的结果可能不一样，但是不带来本质影响。在下图中，根据社会学的定义，有8个连通的三元组，1个三角形，故聚类系数为3/8。根据原始定义有：*度分布度分布p(k)：任选一个节点，其度为k的概率，其中设网络大小为N，度为k的节点数为,则有，给定度分布p(k)，可以得到，*度分布例题*常见的分布函数伯努利分布函数(Bernoullidistribution)：随机变量X只取0和1两个值，并且相应的概率分布为二项分布(Binomialdistribution)：重复n次的伯努利试验，每次成功的概率为p，概率分布为泊松分布(Poissondistribution):指某段连续的时间内某件事情发生的次数,概率分布为注：当二项分布的n很大，p很小，二项分布逼近泊松分布。*常见的分布函数正态分布（Normaldistribution）又名高斯分布（Gaussiandistribution）:随机变量X的概率密度函数为幂率分布（Power-lawdistribution):是长尾分布，刻画2/8定律——大量的资源、财富掌握在极少数人的手上*常见的分布函数的图像