ノードの注目度に基づく機能コミュニティ抽出法

書誌事項

タイトル別名
  • Functional Community Extraction Method Based on Degree of Attention to Nodes

この論文をさがす

抄録

ネットワーク分析において,ノード全体より一部のノードまたはノード集合に焦点が向けられる場合がある.本稿では,分析者が注目したいネットワーク内の一部のノード集合に注目度を設定し,分析の解像度を制御する枠組みを提案する.ノード集合の選び方により得られる処理結果の特徴がどのように変化するかは自明ではないため,提案法により抽出される機能コミュニティの性質および有効性について評価する.複数のネットワークを用いた実験より,対象ノード集合がネットワークに分散している場合は,各対象ノードの周辺ノードを細かく分類し遠いノードを粗く分類するという結果が得られた.対象ノード集合のノードどうしが互いに近傍に存在する場合は,対象ノード集合内のノードを細かく分類し,その他のノードを粗く分類するという結果が得られ,分析の解像度を制御できることが示唆された.

In network analysis, we sometimes focus on partial subsets of whole network. In this paper, we propose a framework that sets the degrees of attention and controls analytic resolution of target nodes set which we focus on. Since it is not obvious how characteristics of results depend on how to choose a set of nodes, we evaluate the characteristics and validity of functional communities extracted by our proposed method. From our experimental results using several types of synthetic and real networks, when the target nodes are distributed over the network, we obtained the results where the peripheral nodes of each target node were classified finely and far nodes were classified coarsely. When the target nodes are mutually close or adjacent, we obtained the results where target nodes were classified finely and the other nodes were classified coarsely. Therefore it is suggested that our method makes it possible to control analytic resolution in our experiments.

収録刊行物

関連プロジェクト

もっと見る

詳細情報

  • CRID
    1050845762833456128
  • NII論文ID
    110009610566
  • NII書誌ID
    AA11464847
  • ISSN
    18827799
  • Web Site
    http://id.nii.ac.jp/1001/00095314/
  • 本文言語コード
    ja
  • 資料種別
    article
  • データソース種別
    • IRDB
    • CiNii Articles
    • KAKEN

問題の指摘

ページトップへ