좀 더 구체적으로 편집 한 질문입니다.그래프에서 추론을하기 위해 어떤 알고리즘을 사용할 수 있습니까?
노드 내용에 기반하지 않고 방향 그래프 구조 만 기반으로하려고하지 않습니다.
예를 들어, pagerank (처음에는)는 관련 구조에 대한 추론을하기 위해 링크 구조 (유향 그래프)만을 사용했습니다. 나는 완전히 확신 할 수는 없지만, Elo (체스 순위)는 선수 점수를 매기는데 simlair를 사용한다고 생각합니다.
저는 파이썬의 networkx 패키지를 사용하고 있습니다 만 지금 당장이 알고리즘을 이해하는 알고리즘을 알고 싶습니다.
감사합니다.
Eigenvector centrality은 노드가 랜덤 워크에서 발생할 확률을 모델링하는 데 사용할 수있는 네트워크 메트릭입니다. 이것은 노드가 가지고있는 엣지의 수뿐만 아니라 노드가 연결하는 엣지의 수와 연결 노드에 연결된 노드가 가지고있는 엣지 등을 고려합니다. Google의 PageRank 알고리즘이 작동하는 방식 인 임의의 걷기로 구현할 수 있습니다.
즉, network analysis의 분야는 광범위하며 새롭고 흥미로운 연구로 계속 개발되고 있습니다. 당신이 질문하는 방식은 당신이 다른 인상을 가질 수 있음을 의미합니다. 아마 내가 여기에 포함 된 세 개의 링크를 살펴보고 그것이 시작되었는지 알아보고 더 구체적인 질문을 따르십시오.
답변을 주셔서 감사합니다. 오늘 아침에 페이지 순위가 정확히 무엇인지 묻고 싶었지만 더 많은 정보가 있는지 알고 싶었습니다. 감사 +1 – Lostsoul
아마도 Markov Random Fields과 Conditional Random Fields을 살펴 봐야합니다. 아마도 당신이 묘사 한 것과 가장 유사한 것은 Bayesian Network
음, 가능성은 무엇입니까? – Avaris
일반적인 문제를 해결하기위한보다 일반적인 정보를 찾고 있습니다. 나는 모서리가 그것을하는 방법이지만, 다른 사람이 있는지 보려고했거나 내 문제 세트에 특정한 모든 것을 알고 있습니까? – Lostsoul
죄송합니다. 질문을 잘못 읽은 것 같습니다. 예를 들어, 고객이 저에게 무언가를 매일 주문하고 있다고 가정 해보십시오. 나는 day1의 주문 목록과 day2의 주문 목록 (고객 주문을 서로 연결하는 가장자리)을 가지고 있습니다. 그래프를 사용하여 3 일에 구매 가능성을 예측할 수 있습니까? – Lostsoul