Skip to content

Ricardo50-dev/Complex_network_measure

Folders and files

NameName
Last commit message
Last commit date

Latest commit

 

History

4 Commits
 
 
 
 

Repository files navigation

Medidas de redes 🚩

Nesse projeto são apresentadas algumas medidas de redes complexas:

  • Assortatividade (Assortativity): calcula a tendência de conexão entre vértices, verificando a relação ao grau de cada um (NEWMAN, 2003). O coeficiente de assortatividade r representa o coeficiente de correlação de Pearson de grau entre pares de nós conectados, com isso os valores giram em torno de [-1,1], em que valores positivos indicam uma correlação entre nós de grau semelhante, enquanto valores negativos indicam relações entre nós de grau diferente (CARNEIRO, 2016).

  • Coeficiente de agrupamento (Cluster Coefficient): mede o grau com que os nós de um grafo tendem a agrupar-se (CARNEIRO, 2016). Em outras palavras, dado um determinado nó, o coeficiente de agrupamento estima o quão perto os seus vizinhos estão, e consequentemente a probabilidade de se interligarem.

  • Grau médio (Average Degree): é uma medida simples, que quantifica a quantidade de conexões de um vértice da rede. Dado todos os vértices de uma rede, o grau médio define a quantidade média de vértices adjacentes.

  • Menor caminho médio (Shortest Path Length): seja um par de nós (i,j), o menor caminho possível dentre todos os possíveis é chamado de menor caminho médio ou distância geodésica. Essa medida representa a maneira mais eficiente de percorer a rede, minimizando o tempo e custo para torca de informações (BORGWARDT AND KRIEGEL, 2005; VERA, 2011).

  • Proximidade (Closeness): mede o quão próximo um vértice está dos demais nós da rede, em outras palavras, está medida expressa o inverso da distância geodésica média de um ponto em relação aos demais (CARNEIRO, 2016).

  • Intermedialidade (Betweenness): a intermedialidade, também conhecida como betweenness é uma medida de centralidade de vértices. Tecnicamente, quanto maior o valor de Intermedialidade de um vértice, maior é o tráfego de informações e acesso do mesmo (BILZÃ, 2015).

Referências

  • NEWMAN, M. E. The structure and function of complex networks. SIAM review, SIAM, v. 45, n. 2, p. 167–256, 2003.
  • CARNEIRO, M. G. Redes complexas para classificação de dados via conformidade de padrão, caracterização de importância e otimização estrutural. Tese (Doutorado) — Instituto de Ciências Matemáticas e de Computação - USP, São Carlos, 2016.
  • BORGWARDT, K. M.; KRIEGEL, H.-P. Shortest-path kernels on graphs. In: IEEE. Fifth IEEE international conference on data mining (ICDM’05). [S.l.], 2005. p. 8–pp.
  • VERA, A. M. Propriedades de redes complexas de telecomunicações. Dissertação (Mestrado) — Escola de Engenharia de São Carlos, Agosto 2011.
  • BILZã, M. d. A. Rotulação de indivíduos representativos no aprendizado semissupervisionado baseado em redes: caracterização, realce, ganho e filosofia. Tese (Doutorado) — Instituto de Ciências Matemáticas e de Computação - USP, São Carlos, 2015.