|
亲密度还可以用来衡量将资源或信息从一个节点传播到所有其他节点的速度。*节点组的级别,尤其是“集群”的标识,这意味着存在相互连接比网络其余部分更紧密的节点组;如果这样一个组中的所有节点都直接相互连接,则称为“集团”;图中节点倾向于聚集在一起的程度的度量是“聚集系数”(值介于0和1之间)。为了检测这样的集团和集群,检查网络的可视化已经很有帮助了;常见的可视化工具将节点安排得更紧密,彼此更靠近(“springembedder”-算法),从而为此类结构提供良好的印象。对于精确识别,存在各种“群检测”算法(如物理学家M.Newman开发的算法,见下文),其目的是优化网络的“划分”。当然,我们也有兴趣看看这些集群中节点的存在是否与特定的定性属性有关。另一种方法是节点的“结构等效”概念;这里,节点不是由于相互连接而归属于同一“块”,而是由于与其他参与者具有相同(或非常相似)的TIES结构(因此,在学校网络中,人们会遇到一块“教师”和一块“弟子”,这两块之间可以识别出相似的关系结构)。同样,存在几种“块建模”工具。纽曼,网络公司。介绍。牛津大学2010,168-169;Prell,社交网络分析96-99;Sinha等人,《经济物理学》208。R、 S。
|