分类:邻接矩阵的Leontief逆用于聚类
来自Big Physics
研究背景和问题
网络聚类算法一直是网络科学的一个研究主题。目前已经有很多种。很久之前，我们提出来用把邻接矩阵代表的直接联系变成间接联系，然后在间接联系的基础上做聚类的方式来试试聚类。由于某些原因，一直就没有着手做这个探索。最近，遇到一个用了直接联系和三阶联系的和来做聚类的研究者。就顺便做了这个问题的研究。
具体算法
从邻接矩阵[math]\displaystyle{ A }[/math]得到[math]\displaystyle{ S=\frac{1}{1-A} }[/math]（这个方法已经被Leontief[1]，Barabasi等人提出来，见[2][3][4] ），然后把[math]\displaystyle{ S }[/math]看做顶点之间的相似程度来做聚类。
主要结果
在几个简单的网络上发现确实还行。
下一步的工作
- 在更大的实际的和理论构造的网络上，尝试分析。
- 完成论文写作和发表的工作。
参考文献
- ↑ Miller, R., & Blair, P. (2009). Input–output analysis: Foundations and extensions (2nd ed.). Cambridge, UK: Cambridge University Press.
- ↑ Baruch Barzel & Albert-László Barabási, Network link prediction by global silencing of indirect correlations, Nature Biotechnology 31(8), 2013, p 720–725. doi:10.1038/nbt.2601.
- ↑ Soheil Feizi, Daniel Marbach, Muriel Médard & Manolis Kellis, Network deconvolution as a general method to distinguish direct dependencies in networks, Nature Biotechnology 31(8), 2013, p 726–733. doi:10.1038/nbt.2635.
- ↑ Lior Pachter The network nonsense of Albert-László Barabási.
