传递性（transitivity）和相互性（reciprocity）

参考资料

1. 《社会媒体挖掘》

传递性

传递连接

假设$v_1$、$v_2$、$v_3$表示三个结点，当存在边$\left(v_1,v_2\right)$和$\left(v_2,v_3\right)$时，若$\left(v_3,v_1\right)$也存在，此时就存在一个传递连接行为（传递性）。

通俗地讲，传递性就是我朋友的朋友也把我当朋友。

通过度量传递性可以决定一个图与完全图的相近程度，而传递性又可以通过（全局）聚类系数或局部聚类系数计算得到。前者是基于整个网络，而后者是基于一个结点。

聚类系数

聚类系数分析了无向图的传递性。当存在三角形时，便可以观察到传递性。因此，可以使用三角形的个数来定义：

$C=\frac{\left(三角形的个数\right)\times 3}{结点的连接三元组的个数}$

分子乘以3是因为三角形缺失一条边可以形成三种不同的三元组；分母就是所有三元组的个数，即为三角形的个数乘以3加上未构成三角形的三元组的个数。

局部聚类系数

从结点层面来度量传递性，广泛应用于无向图中，定义为：

$C_{v_i}=\frac{v_i的邻居结点所构成的连接的结点对数目}{v_i的邻居结点所构成的结点对的数目}$

通俗地讲，看结点邻居结点对存在连接的数量占结点对总数量的多少。

相互性

相互性常被称为简化后的传递性，因为它只考虑有向图中的长度为2 的闭合循环。形式化地，如果结点$v$和结点$u$相连接，$u$通过连接到$v$来表现出相互性。例如微博中的相互关注。

相互性就是统计图中相互连接的结点对的个数。当且仅当图中的所有边都相互连接时，有向图中相互连接的结点对的个数最大为$\left|E\right|/2$。因此，该值可以被当作归一化的因子。相互性可以通过邻接矩阵$A$来计算：

$$\begin{gathered} R=\frac{{\sum }_{i,j,i<j}^{}{A}_{i,j}{A}_{j,i}}{|E|/2} \\ =\frac{2}{|E|}{\sum }_{i,j,i<j}^{}{A}_{i,j}{A}_{j,i} \\ =\frac{2}{|E|}\times \frac{1}{2}Tr\left(A^2\right) \\ =\frac{1}{|E|}Tr\left(A^2\right) \end{gathered}$$