论文研究 - 基于矩阵函数的集中度测度

网络自然被认为是广泛的不同环境，例如生物系统，社会关系以及各种技术场景。 对网络中发生的动态现象进行调查，确定网络和社区的结构以及描述网络中各个元素之间的相互作用是网络分析中的关键问题。 巨大的网络结构挑战之一是如何识别网络中具有突出结构位置的节点。 常用的方法是计算中心度。 我们研究了无向网络的节点中心度度量，例如度，接近度，特征向量，Katz和子图中心度。 我们展示了如何通过考虑极限情况将Katz中心性转化为度数和特征向量中心性。 一些现有的集中度度量与矩阵函数相关。 我们扩展了这一思想，并研究了基于通用矩阵函数，尤其是对数，余弦，正弦和双曲线函数的中心性度量。 我们还将探讨广义Katz中心性的概念。 对于通过使用随机图模型生成的不同网络，进行了各种实验。 结果表明，对数函数尤其具有作为中心度度量的潜力。 对于现实网络也获得了类似的结果。