分散度#

dispersion(G, u=None, v=None, normalized=True, alpha=1.0, b=0.0, c=0.0)[源代码]#

计算 uv 在里面 G .

两个演员之间的联系 (uv )当他们相互联系时有很高的分散度 (st )彼此之间没有很好的联系。

参数
G图表

网络X图。

u节点,可选

分散度分数的来源(例如,网络的EGO节点)。

v节点,可选

分散度分数的目标(如果已指定)。

normalized布尔尔

如果为True(默认),则通过节点(u和v)的嵌入性进行规格化。

返回
nodes词典

如果指定了u(V),则返回具有所有“目标”(“源”)节点的分散度分数的节点字典。如果既没有指定u,也没有指定v,则返回图中所有节点‘u’的词典,以及每个节点‘v’的分散分数。

笔记

此实施遵循Lars Backstrom和Jon Kleinberg [1]. 典型的用法是在EGO网络上运行分散 \(G_u\) 如果 \(u\) 都被指定了。正在运行 dispersion() 两者都没有 \(u\) 也不是 \(v\) 指定可能需要一些时间才能完成。

工具书类

1

浪漫的伙伴关系和社交关系的分散:Facebook上关系状态的网络分析。Lars Backstrom,乔恩·克莱恩伯格。网址:https://arxiv.org/pdf/1310.6753v1.pdf