iT邦幫忙

2017 iT 邦幫忙鐵人賽
DAY 17
0
Big Data

我的資料科學之路系列 第 17

[Day 17] 網路中的現象

Cluster coefficient

要研究網路,degree不是唯一可以看的數值。
這邊的cluster coefficient是在描述,以一個點為中心,他周遭的點是不是會形成一個cluster。

就左邊的圖來說,我們考慮中心V這個點,他的鄰居有V1~V5,實際的連線有5條,但是可能的連線則是15條。
所以cluster coefficient的定義就是

cluster coefficient = 實際連線數 / 可能的所有連線數

圖A的cluster coefficient = 5/15 = 1/3,圖B的cluster coefficient = 12/15 = 4/5。
我們也可以看到圖B的確比圖A還要密,而圖B儼然成為一個cluster!

比較不同網路的特性

我們來看看不同種的網路有什麼差別!
在最左邊是random network,中間是scale-free network,最右邊是hierarchical network。
在random network中,他的degree distribution (左中)就如同前面講的是Poisson distribution,cluster coefficient distribution (左下)顯然沒有特別哪裡有形成cluster。
在scale-free network中,degree distribution (正中)也如同前面講的是power law,cluster coefficient distribution (中下)也沒有形成cluster。
而hierarchical network除了跟scale-free network一樣,degree distribution (右中)是power law,cluster coefficient distribution (右下)也形成了power law!

我們可以觀察到scale-free network算是介於random network跟hierarchical network之間,而hierarchical network他是更有結構性的,cluster coefficient distribution代表著degree較小的形成緊密的cluster,degree較大的形成鬆散的cluster,如果比對網路圖的話,是不是很像我們現在的組織型態呢?

組織型態

我們的企業組織型態有董事長、董事、主任、科長、組長等等設置,階級較低的各自形成小圈圈,階級較高的只會跟比他低一層的形成cluster但是不緊密,階層愈高就愈不容易有cluster。
我目前還無法解釋這樣的組織型態跟hierarchical network可以帶來什麼關聯或啟示,不過關於scale-free network似乎是摻有階級關係但又帶有random成份的一個混合體。

這一切是不是很有趣呢?


上一篇
[Day 16] 產生scale-free network
下一篇
[Day 18] 基因表現網路
系列文
我的資料科學之路34

尚未有邦友留言

立即登入留言