伊冯·安妮·皮诺莱特;罗伊，马蒂厄;斯特凡·施密德;特雷丹，吉尔 图形动力学的许多方面。 （英语） Zbl 1456.05158号 《统计力学杂志》。理论实验。 2017年，第6期，文章ID 063401，18 p.（2017）. 摘要：复杂网络的拓扑结构几十年来一直吸引着研究人员，从而发现了各种网络的许多普遍性质和重复出现的特征。然而，今天对网络动力学事实上，复杂的网络实际上不是静态的，而是静态的随时间动态演变.我们的论文是基于经验观察得出的结论，即网络演化模式似乎远非随机，但展览结构此外，具体模式似乎取决于网络类型，这与“一刀切”模式的存在相矛盾。然而，我们仍然缺乏量化这些直觉的可观察数据，以及比较图形演化的度量。外推或预测进化以及内插图形进化都需要这些观察值和度量。为了探索图动力学的许多方面并量化时间变化，本文建议建立在中心性概念的基础上，中心性是网络中节点重要性的度量中心距离是两个图的自然相似性度量，它依赖于给定的中心性，表征了图的类型。直观地说，中心性距离反映了（非匿名）节点角色在多大程度上不同，或者在动态图的情况下，随着时间的推移，在两个图之间发生了变化。我们评估了五个进化模型和七个真实世界的社会和物理网络的中心距离方法。我们的结果从经验上表明了与随机演化的零模型相比，中心距离在表征图形动力学方面的有用性，并强调了所考虑的场景之间的差异。有趣的是，我们的方法允许我们比较非常不同的网络在规模和进化速度方面的动态。 MSC公司： 05C82号 小世界图形、复杂网络（图形理论方面） 05C12号 图形中的距离 软件：图形范围;科内克特 PDF格式BibTeX公司 XML格式引用 \textit{Y.A.Pignolet}等人，J.Stat.Mech。理论实验2017，第6期，文章ID 063401，第18页（2017；Zbl 1456.05158） 全文： 内政部 arXiv公司 参考文献： [1] 高X、肖B、陶德和李X 2010图形编辑距离调查模式分析。申请。13 113-29 ·Zbl 1422.68211号 ·doi:10.1007/s10044-008-0141-y [2] Faloutsos M，Faloutsos P和Faloutsos C 1999关于互联网拓扑的幂律关系程序。ACM SIGCOMM计算机通信审查29 251-62 ·doi:10.1145/316194.316229 [3] Kossinets G和Watts D J 2006对不断发展的社交网络的实证分析科学311 88-90 ·Zbl 1226.91055号 ·doi:10.1126/科学.1116869 [4] Borgatti S和Everett M 2006关于中心性的图表理论观点Soc.网络。28 466-84 ·doi:10.1016/j.socnet.2005.11.005 [5] Faloutsos C、Koutra D和Vogelstein J T 2013 DELTACON：一个原则性的海量相似函数程序。第13届SIAM数据挖掘国际会议第162-70页 [6] Gotelli N J和Graves G R 1996生态学中的零模型（华盛顿特区：史密森学会出版社） [7] Kunegis J 2013 KONECT-科布伦茨网络系列程序。万维网伙伴国际会议第1343-50页·doi:10.1145/2487788.2488173 [8] Opsahl T和Panzarasa P 2009加权网络中的聚类Soc.网络。31 155-63 ·doi:10.1016/j.socnet.2009.02.002 [9] Killijian M-O、Roy M、Trédan G和Zanon C 2016 SOUK：人类动力学的社会观察计算机网络111 109-19 ·doi:10.1016/j.com.net.2016.08.008 [10] Erdős P和Rényi A 1960关于随机图的演化出版物。数学。仪表悬挂。阿卡德。科学。5 17-61 ·Zbl 0103.16301号 [11] Newman M E、Watts D J和Strogatz S H 2002社交网络的随机图模型程序。美国国家科学院。科学。99 2566-72 ·Zbl 1114.91362号 ·doi:10.1073/pnas.012582999 [12] Steger A和Wormald N C 1999快速生成随机正则图梳子。普罗巴伯。计算。8 377-96 ·Zbl 0935.05082号 ·doi:10.1017/S0963548399003867 [13] Barabási A-L和Albert R 1999随机网络中尺度的出现科学286 509-12 ·Zbl 1226.05223号 ·doi:10.1126/science.286.5439.509 [14] Chung F R和Lu L 2006复图与网络第107卷（普罗维登斯，RI：美国数学学会）·Zbl 1114.90071号 ·doi:10.1090/cbms/107 [15] Boccaletti S、Latora V、Moreno Y、Chavez M和Hwang D-U 2006复杂网络：结构和动力学物理学。代表。424 175-308 ·Zbl 1371.82002号 ·doi:10.1016/j.physrep.2005.10.009 [16] Milo R、Shen-Orr S、Itzkovitz S、Kashtan N、Chklovskii D和Alon U 2001网络主题：复杂网络的简单构建块科学298 824-7 ·doi:10.1126/science.298.5594.824 [17] Schreiber F和Schwöbbermeyer H 2005用于网络中图案分析的频率概念和模式检测事务处理。计算。系统。生物。3 89-104 ·Zbl 1151.92301号 [18] Wernicke S 2006高效检测网络主题IEEE/ACM传输。计算。生物信息。3 347-59 ·doi:10.1109/TCBB.2006.51 [19] Przulj N 2007使用graphlet度分布进行生物网络比较生物信息学23 e177-e183·doi:10.1093/bioinformatics/btl301 [20] 承包商N S、Wasserman S和Faust K 2006测试多理论组织网络：分析框架和实证阿卡德。管理。版次。31 681-703 ·doi:10.5465/AMR.2006.21318925 [21] 品牌U和Erlebach T 2005网络分析：方法论基础（纽约：施普林格）LNCS 3418·Zbl 1069.68001号 ·doi:10.1007/b106453 [22] Soundarajan S、Eliassi-Rad T和Gallagher B，2014年网络相似性方法的选择指南（费城：SIAM）(https://doi.org/10.1137/1.9781611973440.118) ·doi:10.1137/1.9781611973440.118 [23] Berlingerio M、Koutra D、Eliasi Rad T和Faloutsos C 2013通过多种社会理论实现的网络相似性程序。IEEE/ACM社会网络分析和挖掘进展国际会议第1439-40页 [24] Leskovec J、Kleinberg J和Faloutsos C 2007图形演变：致密化和收缩直径ACM事务处理。知识。发现数据1 2 ·doi:10.1145/1217299.1217301 [25] Allali O、Magnien C和Latapy M 2013内部链接预测：预测二部图中链接的新方法智力。数据分析。17 5-25 [26] Liben-Nowell D和Kleinberg J 2003社交网络的链接预测问题程序。第十二届国际信息与知识管理大会 ·数字对象标识代码：10.1145/956863.956972 [27] Yang S H、Long B、Smola A、Sadagopan N、Zheng Z和Zha H 2011相似之处：在社交网络中联合友谊和利益传播程序。第20届国际互联网大会第537-46页·doi:10.1145/1963405.1963481 [28] Jin R，Wang C，Polshakov D，Parthasarathy S和Agrawal G 2005从图形数据集中发现频繁的拓扑结构程序。ACM SIGKDD公司第606-11页（ACM） [29] Shah N、Koutra D、Zou T、Gallagher B和Faloutsos C 2015 Timecrunch：可解释动态图形摘要程序。ACM SIGKDD公司第1055-64页（ACM） [30] Sun J、Faloutsos C、Papadimitriou S和Yu P S 2007 Graphscope:大型时间演化图的无参数挖掘程序。ACM SIGKDD公司第687-96页（ACM） [31] Ferlez J、Faloutsos C、Leskovec J、Mladenic D和Grobelnik M 2008使用mdl监测网络演变程序。IEEE第24届数据工程国际会议第1328-30页 [32] Zhao X、Sala A、Wilson C、Wang X、Gaito S、Zheng H和Zhao B Y 2012大型在线社交网络中的多尺度动态程序。ACM国际测量配置。第171-84页 [33] Costa E C、Vieira A B、Wehmuth K、Ziviani A和da Silva A P C 2015动态复杂网络中的时间中心性先进。复杂系统。18 1550023 ·doi:10.1142/S021952591550023X [34] Kim H和Anderson R 2012复杂网络中的时间节点中心性物理学。版次。E 85 026107电话·doi:10.1103/PhysRevE.85.026107 [35] Lerman K，Ghosh R和Kang J H 2010动态网络的中心性度量程序。第八届图形挖掘与学习研讨会第70-7页·doi:10.1145/1830252.1830262 [36] Tabirca T M，Brown K N和Sreenan C J 2011动态fifo网络中的快照中心性指数数学杂志。模型。算法10 371-91 ·Zbl 1238.68111号 ·doi:10.1007/s10852-011-9163-3 [37] Kunegis J 2011关于大型网络的频谱演变博士论文德国科布伦茨-朗道大学。urn:nbn:de:hbz:kob7-7229 [38] Roy M、Schmid S和Tredan G 2014建模和测量图形相似性：中心距离案例程序。第十届ACM移动计算基础国际研讨会47-52 ·doi:10.1145/2634274.2634277 [39] Page L、Brin S、Motwani R和Winograd T 1999年pagerank引文排名：给网络带来秩序 此参考列表基于出版商或数字数学图书馆提供的信息。其项与zbMATH标识符进行启发式匹配，可能包含数据转换错误。在某些情况下，zbMATH Open的数据对这些数据进行了补充/增强。这试图尽可能准确地反映原始论文中列出的参考文献，而不要求完整或完全匹配。