超级会员免费看
本文介绍了图的统计特征，包括聚类系数、Motif和Graphlet的概念。聚类系数衡量邻接节点间的连接程度；Motif是网络中频繁出现的具有特定结构的子图；Graphlet则是关注局部节点性质的非同构子图单元。Role（Structural roles）指图中结构相似的节点群体。这些特征有助于深入理解图结构。
聚类系数
结点的度或者中心性在衡量结点重要性区分结点时起到很重要的作用但是对于图中结点度近似或者中心性近似的结点便很难区分它们。因此很有必要从其他角度挖掘图的特征。
聚类系数用于衡量邻接结点之间的连接程度(有的解释是衡量一个结点的局部邻域中闭合三角形的比例)。聚类系数分为全局的聚类系数和局部的聚类系数(还有其他变体如平均聚类系数等)。
全局聚类系数是对于全图而言的，是计算一个图中所有封闭的三点组的数量除以所有联通的三点组的数量。分子要求三点封闭，分母要求三点联通即可。
局部聚类系数是对于结点而言的，计算的是一个结点的所有邻接结点之间的边的数量除以邻接结点与当前结点的并集中所有结点彼此两两连接的边数。计算公式如下
在一些工作中计算聚类系数会提到聚类系数是衡量一个结点的局部邻域中闭合三角形的比例。也就是上面这个公式中分子是计算当前结点和其邻居结点构成三角形的数量(等价于邻接结点之间的边的数量)
Motifs & Graphlets
除了计数三角形之外还可以计算更加复杂的结构，常见的类型有计数Motif或者Graphlets。motifs和graphlets都是具有特定结构的子图，包含特定的信息。
subgraph子图是原图的一个子结构，其中结点和边都是原图中
订阅专栏 解锁全文
扫一扫
387
被折叠的 条评论
为什么被折叠?
到【灌水乐园】发言
