时间特征向量中心性

时间特征向量中心性。这个Matlab代码包括脚本和一个用于计算时态网络特征向量中心的演示。基于特征向量的时态网络中心度测度。在时间无关的网络中,为了量化节点的重要性,人们提出了许多中心度测度,其中许多可以表示为某个矩阵的主导特征向量。随着随时间变化的网络数据可用性的不断增加,将这种基于特征向量的中心性度量扩展到依赖时间的网络是非常重要的。在本文中,我们介绍了一个对任何基于特征向量的中心性都有效的网络中心性测度的原则性推广。我们把一个有N个节点的时间网络看作是一个T层序列,它在不同的时间窗口中描述网络,我们将层的中心性矩阵耦合成一个大小为NT×NT的超中心矩阵,其主特征向量给出了每个节点i在每个时刻t的中心性。我们将该特征向量及其分量称为联合中心性,因为它反映了节点i和时间层t的重要性。我们还介绍了边际中心和条件中心,这有助于研究中心性随时间的轨迹。我们发现层间耦合的强度对于决定中心性的多尺度特性,如局部化现象和中心性变化的时间尺度是很重要的。在强耦合情况下,我们导出了由奇异摄动展开的零阶项给出的时均中心度的表达式。我们还研究了一阶项以获得一阶动子分数,它简洁地描述了节点中心度随时间变化的大小。作为例子,我们将我们的方法应用于三个经验性的时间网络:美国数学博士交换,好莱坞黄金时代顶级演员之间的合作关系,以及美国最高法院判决的引用。