모듈 분석이 네트워크 분석에서 어떻게 도움이 될 수 있습니까?

Question

커뮤니티 네트워크에서 상호 연결된 대규모 네트워크의 라우터를 사용하고 있습니다. 나는이 네트워크를 분석하고 도움이되는 통찰력을 얻고 그래프를 분석함으로써 개선 될 수있는 다양한 방법을보고자 노력하고있다. 그래서 나는

(그룹, 클러스터 또는 커뮤니티라고도 함)로 네트워크를 분할하는 강도를 측정하기 위해 다음과 같이 정의 된 "Modularity"이라는이 방법을 발견했습니다. 높은 모듈성을 가진 네트워크는 모듈 내의 노드 사이에 밀집된 연결을하지만 다른 모듈에있는 노드들 간의 연결은 희소합니다.

제 질문은 네트워크에서 "모듈성"척도를 사용하여 무엇을 배울 수 있습니까? 예를 들어 gephi에서 사용할 때 네트워크는 세그먼트별로 색상이 지정되어 있지만 어떻게 유용 할 수 있습니까?

Answer 1

Gephi에서 구현되는 모듈화 알고리즘은보다 더 밀도가 높은 노드를 찾습니다 (알고리즘을 만든 사람이 웹 사이트에 게시 한 논문에서 잘 설명 됨 - Google 학자 이 - 론델, VD, 기욤, J., & 르페브르, E. (ND) 빠른 대규모 네트워크에서 지역 사회의 전개)

을 그럼 당신이 색상이 결정 다른 지역을 나타내는 측정 구현할 때.. 알고리즘을 사용하고 기본적으로 네트워크의 나머지 부분보다 어느 라우터가 서로 밀집하게 연결되어 있는지를 보여줍니다.

이 정보를 매우 유용하게 만들려면 이 적어도 하나 더 많은 계수과 병치해야합니다. 예를 들어, Betweenness Centrality 측정 (어떤 라우터가 서로 다른 커뮤니티를 함께 연결하는지 또는 네트워크의 가장 영향력있는 노드를 접합점으로 사용하는지 보여주는)을 적용하면 모든 커뮤니티에서 가장 취약한 라우터를 식별 할 수 있습니다 더 자세히 모니터링해야합니다. 또한 커뮤니티를 필터링하고 각 커뮤니티 내에서 가장 연결된 라우터를 식별 할 수 있습니다 (가장 높은 수준의 측정 값). 그러면 특정 라우터에 대해 어떤 라우터가 중요한지 표시됩니다.

모두 모두

는 모듈화 측정은 네트워크의 취약 지점을 볼 수 있습니다 당신에게 구조에 대한 일반적인 아이디어를 제공합니다.

네트워크의 견고성을 측정하기 위해 모듈 식의 연구를 또한 흥미롭게도 유용합니다 (). 예를 들어 네트워크의 모듈성이 너무 높으면 임의의 외부 공격에 대해 더 강력하지만 대부분의 연결된 허브 (고비 용 중심 노드)에 대한 대상 공격의 영향을 받기 쉽습니다. 다른 한편, 너무 상호 연결되어있는 경우, 라우터에 대한 대규모 공격 (또는 예를 들어 정전 등)을 취하면 더 쉽게 처리 할 수 ​​있습니다. 이 in the paper (or video/slide show) on information epidemics here에 대한 좋은 설명과 더 일반적인 설명은 metastability vs modularity measure here입니다.

호프가 도움이 되었으면 더 궁금한 점이 있으면 알려 주시기 바랍니다.