一类分析评价指标差异性的方法
参考文献:Fast ranking influential nodes in complex networks using a k-shell iteration factor
该文献中定义区分评价指标单调性的方法为:
我们期望对采用的影响力评价指标具备很好的区分度,既具有相同评价值的节点越少,评估度量就越好。该文献中,采用参考文献 [1] 中描述的指标 M 来评估不同排名度量的单调性,具体形式如下:
M
(
R
)
=
(
1
−
∑
r
∈
R
n
r
(
n
r
−
1
)
n
(
n
−
1
)
)
2
M(R) =(1-\frac{ \sum_{r \in R} n_{r}(n_{r}-1)}{n(n-1)})^{2}
M(R)=(1−n(n−1)∑r∈Rnr(nr−1))2
在上述公式中,R表示网络节点的排名向量,n表示向量R的排名数,nr表示具有相同排名r的节点数。如果所有节点都在同一秩中,则向量 R 为无效排名,对应的 M 为 0,如果每个秩只有一个节点,则向量 R 是一个完全排名的节点,相应的 M 为 1,此时说明该指标非常不错。
典型案例:
上式中计算中 n=14
M
(
K
S
−
I
F
)
=
(
1
−
2
(
2
−
1
)
+
2
(
2
−
1
)
+
2
(
2
−
1
)
14
(
14
−
1
)
)
2
=
0.94
M(KS-IF)=(1-\frac{2(2-1)+2(2-1)+2(2-1)}{14(14-1)})^{2}=0.94
M(KS−IF)=(1−14(14−1)2(2−1)+2(2−1)+2(2−1))2=0.94
M
(
K
S
−
K
)
=
(
1
−
4
(
4
−
1
)
+
2
(
2
−
1
)
+
2
(
2
−
1
)
8
(
8
−
1
)
)
2
=
0.51
M(KS-K)=(1-\frac{4(4-1)+2(2-1)+2(2-1)}{8(8-1)})^{2}=0.51
M(KS−K)=(1−8(8−1)4(4−1)+2(2−1)+2(2−1))2=0.51
M
(
C
n
c
+
)
=
(
1
−
3
(
3
−
1
)
+
2
(
2
−
1
)
+
2
(
2
−
1
)
+
2
(
2
−
1
)
12
(
12
−
1
)
)
2
=
0.83
M(C_{nc+})=(1-\frac{3(3-1)+2(2-1)+2(2-1)+2(2-1)}{12(12-1)})^{2}=0.83
M(Cnc+)=(1−12(12−1)3(3−1)+2(2−1)+2(2−1)+2(2−1))2=0.83
由此可见,KS-IF评价指标表现最好。
上述指标在做部分指标如k-shell ,约束系数,介数,度的方法改进时候,能很好地适用于改进算法的评价。
[1] Joonhyun Bae, Sangwook Kim, Identifying and ranking influential spreaders in complex networks by neighborhood coreness, Physica A 395 (2014) 549–559. http://dx.doi.org/10.1016/j.physa.2013.10.047