이종친화성

R로 배우는 네트워크 데이터 기반 Predictive Analytics

María Óskarsdóttir, Ph.D.

Post-doctoral researcher

이종친화성

교차 레이블 엣지 4개

교차 레이블 엣지 11개

R로 배우는 네트워크 데이터 기반 Predictive Analytics

이종친화성

네트워크의 무작위 구성에서 기대되는 값과 비교하여 다른 레이블을 가진 노드 간의 연결 정도

  • 교차 레이블 엣지의 기댓값 $=n_w n_g p$
  • 예시:
    • 흰색 노드 9개, 녹색 노드 6개, 엣지 21개, 연결도 $p=0.2$인 네트워크
    • 교차 레이블 엣지의 기댓값은 11 ($=9\cdot 6\cdot p$)
  • 이종친화성은 실제 교차 레이블 엣지 수를 기댓값으로 나눈 값
    • $H=\frac{\textrm{교차 레이블 엣지 수}}{\textrm{교차 레이블 엣지 기댓값}}$
R로 배우는 네트워크 데이터 기반 Predictive Analytics

이종친화성

교차 레이블 엣지 15개

  • $H=15/11=1.39$

교차 레이블 엣지 11개

  • $H=11/11=1.02$
R로 배우는 네트워크 데이터 기반 Predictive Analytics

이종친화성의 유형

세 가지 유형

  1. $H>1 \Rightarrow$ 이종친화적
  2. $H\simeq 1\Rightarrow$ 무작위
  3. $H<1\Rightarrow$ 이종혐오적

$H=1.39$

$H=1.02$

$H=0.37$

R로 배우는 네트워크 데이터 기반 Predictive Analytics

데이터 과학자 네트워크의 이종친화성

p<-2*19/(10*9)
m_rp<-6*4*p

H_rp<-edge_rp/m_rp

H_rp

0.3947368
R로 배우는 네트워크 데이터 기반 Predictive Analytics

연습해 봅시다!

R로 배우는 네트워크 데이터 기반 Predictive Analytics

Preparing Video For Download...