Je m'intéresse aux propriétés combinatoires des réseaux sociaux sous forme de graphes. Les gens ont regardé des choses telles que la distribution des degrés, le coefficient de regroupement et la compressibilité de ces graphiques. Une question fondamentale est la suivante: ces graphiques sont-ils généralement de bons graphiques d'extension?
Quelqu'un a-t-il vérifié, disons, l'écart spectral du graphique facebook? Ou l'écart spectral d'autres grands réseaux du monde réel? J'espère que quelqu'un pourra m'orienter dans la bonne direction pour en savoir plus sur ce sujet.
graph-theory
application-of-theory
expanders
Zur Luria
la source
la source
Réponses:
Les réseaux sociaux ont généralement de nombreux sommets avec seulement une ou deux connexions au reste du graphique. De tels sommets conduisent généralement à un mauvais intervalle spectral.
Ce que vous pourriez espérer, c'est une bonne expansion sommet / bord pour des ensembles suffisamment grands. Cependant, si vous avez des communautés très unies au sein du réseau, vous vous attendez à nouveau à une faible expansion.
Je ne sais pas si cela répond tout à fait à votre question, mais l'article empirique suivant examine exactement les propriétés de type expansion dans les réseaux sociaux. La réponse semble varier d'un réseau à l'autre. http://fragkiskos.me/papers/expansion_SNSMW11.pdf
Je suis sûr qu'il existe d'autres travaux dans ce sens, peut-être déguisés en utilisant une terminologie alternative ("structure communautaire", tailles de coupe, etc.).
la source
Les graphiques de loi de puissance sont sans doute de bons modèles pour les graphiques de réseaux sociaux. Cet article de Gkantsidis, Mihail et Saberi montre que les graphiques de loi de puissance sont des expanseurs.
la source