ソーシャルネットワークの指標

Rで学ぶ不正検知

Tim Verdonck

Professor Data Science at KU Leuven

測地線（Geodesic）

ノード間の最短経路（例：A から I）

shortest_paths(network, from = "A", to = "I")

A C G I

次数 = エッジ数

degree(network)

A 
2 

次数 = エッジ数

degree(network)

A B
2 2

次数 = エッジ数

degree(network)

A B C
2 2 1

次数 = エッジ数

degree(network)

A B C D 
2 2 1 3 

ネットワークのノード数が N のとき，次数の正規化は N-1 で割ります。本例では 3 で割ります：

degree(network, normalized = TRUE)

      A       B       C       D
0.66667 0.66667 0.33333 1.00000

クローズネス

ネットワーク内で，あるノードから他の全ノードへの逆距離の合計

クローズネス

ネットワーク内で，あるノードから他の全ノードへの逆距離の合計

closeness(network)

   A
0.25

クローズネス

ネットワーク内で，あるノードから他の全ノードへの逆距離の合計

closeness(network)

   A    B
0.25 0.25

クローズネス

ネットワーク内で，あるノードから他の全ノードへの逆距離の合計

closeness(network)

   A    B    C
0.25 0.25 0.20

クローズネス

ネットワーク内で，あるノードから他の全ノードへの逆距離の合計

closeness(network)

   A    B    C    D 
0.25 0.25 0.20 0.33 

クローズネス

ネットワーク内で，あるノードから他の全ノードへの逆距離の合計

closeness(network)

   A    B    C    D 
0.25 0.25 0.20 0.33 

closeness(network, normalized = TRUE)

   A    B    C    D
0.75 0.75 0.60 1.00 

媒介中心性（Betweenness）

ネットワークの測地線で，ノード（またはエッジ）が出現する回数

媒介中心性（Betweenness）

ネットワークの測地線で，ノード（またはエッジ）が出現する回数

betweenness(network)

A       E
0       0

媒介中心性（Betweenness）

ネットワークの測地線で，ノード（またはエッジ）が出現する回数

betweenness(network)

A B     E
0 3     0

媒介中心性（Betweenness）

ネットワークの測地線で，ノード（またはエッジ）が出現する回数

betweenness(network)

A B C   E
0 3 4   0

媒介中心性（Betweenness）

ネットワークの測地線で，ノード（またはエッジ）が出現する回数

betweenness(network)

A B C D E
0 3 4 3 0

特徴量化

Passons à la pratique !

Rで学ぶ不正検知