university-logo
Közösségek keresése nagy gráfokban
Katona Gyula Y.
Számítástudományi és Információelméleti Tanszék Budapesti M ˝uszaki és Gazdaságtudományi Egyetem
2011. április 14.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 1 / 66
university-logo
Tartalom
1 Alapkérdés
2 k-klikk perkoláció Alkalmazások
3 Súlyozottk-klikk perkoláció Alkalmazás
4 Normált klikk perkoláció
5 Szigorú klikk perkoláció
6 Osztályozás véletlen sétákkal
university-logo
Tartalom
1 Alapkérdés
2 k-klikk perkoláció Alkalmazások
3 Súlyozottk-klikk perkoláció Alkalmazás
4 Normált klikk perkoláció
5 Szigorú klikk perkoláció
6 Osztályozás véletlen sétákkal
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 3 / 66
university-logo
Alapkérdés
Kérdés
Adott egy irányítatlan (súlyozott vagy súlyozatlan) G gráf. Keressünk benneösszetartozóponthalmazokat!
university-logo
Triviális ötletek
Vegyük az összefügg ˝o komponenseket.
Vegyük a 2-szeresen összefügg ˝o blokkokat. Ezek legtöbbször nem sokat mutatnak.
Néhány példa nagy gráfokra:
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 5 / 66
university-logo
Triviális ötletek
Vegyük az összefügg ˝o komponenseket.
Vegyük a 2-szeresen összefügg ˝o blokkokat.
Ezek legtöbbször nem sokat mutatnak. Néhány példa nagy gráfokra:
university-logo
Triviális ötletek
Vegyük az összefügg ˝o komponenseket.
Vegyük a 2-szeresen összefügg ˝o blokkokat.
Ezek legtöbbször nem sokat mutatnak.
Néhány példa nagy gráfokra:
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 5 / 66
university-logo
Triviális ötletek
Vegyük az összefügg ˝o komponenseket.
Vegyük a 2-szeresen összefügg ˝o blokkokat.
Ezek legtöbbször nem sokat mutatnak.
Néhány példa nagy gráfokra:
university-logo
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 6 / 66
university-logo
university-logo
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 8 / 66
university-logo
university-logo
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 10 / 66
university-logo
university-logo
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 12 / 66
university-logo
university-logo
Definíciók
teljes részgráf: Kk
Klikk:teljes részgráf (ugyanaz, mint az el ˝oz ˝o) k-klikk: ha ez éppk méret ˝u
Maximális klikk(maximal clique): nem b ˝ovíthet ˝o teljes részgráf Maximális méret ˝u klikk: (maximum size clique)a legnagyobb méret ˝u klikk (ezt ugyse használjuk)
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 14 / 66
university-logo
Definíciók
teljes részgráf: Kk
Klikk:teljes részgráf (ugyanaz, mint az el ˝oz ˝o)
k-klikk: ha ez éppk méret ˝u
Maximális klikk(maximal clique): nem b ˝ovíthet ˝o teljes részgráf Maximális méret ˝u klikk: (maximum size clique)a legnagyobb méret ˝u klikk (ezt ugyse használjuk)
university-logo
Definíciók
teljes részgráf: Kk
Klikk:teljes részgráf (ugyanaz, mint az el ˝oz ˝o) k-klikk: ha ez éppk méret ˝u
Maximális klikk(maximal clique): nem b ˝ovíthet ˝o teljes részgráf Maximális méret ˝u klikk: (maximum size clique)a legnagyobb méret ˝u klikk (ezt ugyse használjuk)
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 14 / 66
university-logo
Definíciók
teljes részgráf: Kk
Klikk:teljes részgráf (ugyanaz, mint az el ˝oz ˝o) k-klikk: ha ez éppk méret ˝u
Maximális klikk(maximal clique): nem b ˝ovíthet ˝o teljes részgráf
Maximális méret ˝u klikk: (maximum size clique)a legnagyobb méret ˝u klikk (ezt ugyse használjuk)
university-logo
Definíciók
teljes részgráf: Kk
Klikk:teljes részgráf (ugyanaz, mint az el ˝oz ˝o) k-klikk: ha ez éppk méret ˝u
Maximális klikk(maximal clique): nem b ˝ovíthet ˝o teljes részgráf Maximális méret ˝u klikk: (maximum size clique)a legnagyobb méret ˝u klikk (ezt ugyse használjuk)
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 14 / 66
university-logo
Tartalom
1 Alapkérdés
2 k-klikk perkoláció Alkalmazások
3 Súlyozottk-klikk perkoláció Alkalmazás
4 Normált klikk perkoláció
5 Szigorú klikk perkoláció
6 Osztályozás véletlen sétákkal
university-logo
Alapötlet
A gráfot úgy tekintsük, mintha az éleken keresztül infomáció jutna el az egyik pontból a másikba. De az információ csak akkor terjed el, ha elég meggy ˝oz ˝o.
Egy új ember csak akkor hiszi el, ha márk ismer ˝osét ˝ol hallotta.
Palla G., Derényi I., Farkas I., Vicsek T.:
Uncovering the Overlapping Community Structure of Complex Networks in Nature and Society.
Nature.435,814-818. (2005)
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 16 / 66
university-logo
Alapötlet
A gráfot úgy tekintsük, mintha az éleken keresztül infomáció jutna el az egyik pontból a másikba. De az információ csak akkor terjed el, ha elég meggy ˝oz ˝o.
Egy új ember csak akkor hiszi el, ha márk ismer ˝osét ˝ol hallotta.
Palla G., Derényi I., Farkas I., Vicsek T.:
Uncovering the Overlapping Community Structure of Complex Networks in Nature and Society.
Nature.435,814-818. (2005)
university-logo
Alapötlet
A gráfot úgy tekintsük, mintha az éleken keresztül infomáció jutna el az egyik pontból a másikba. De az információ csak akkor terjed el, ha elég meggy ˝oz ˝o.
Egy új ember csak akkor hiszi el, ha márk ismer ˝osét ˝ol hallotta.
Palla G., Derényi I., Farkas I., Vicsek T.:
Uncovering the Overlapping Community Structure of Complex Networks in Nature and Society.
Nature. 435,814-818. (2005)
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 16 / 66
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van.
Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból. Mivel ez ekvivalencia reláció =⇒
az ekvivalencia osztályok a k -klikk közösségek. Ez megad egy klaszterezést a pontok között is. (Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van. Ak-klikk közösségek aH összefügg ˝o komponensei.
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van. Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból. Mivel ez ekvivalencia reláció =⇒
az ekvivalencia osztályok a k -klikk közösségek. Ez megad egy klaszterezést a pontok között is. (Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van. Ak-klikk közösségek aH összefügg ˝o komponensei.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 17 / 66
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van. Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból.
Mivel ez ekvivalencia reláció =⇒ az ekvivalencia osztályok a k -klikk közösségek.
Ez megad egy klaszterezést a pontok között is. (Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van. Ak-klikk közösségek aH összefügg ˝o komponensei.
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van. Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból. Mivel ez ekvivalencia reláció =⇒
az ekvivalencia osztályok a k -klikk közösségek. Ez megad egy klaszterezést a pontok között is. (Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van. Ak-klikk közösségek aH összefügg ˝o komponensei.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 17 / 66
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van. Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból. Mivel ez ekvivalencia reláció =⇒
az ekvivalencia osztályok a k -klikk közösségek.
Ez megad egy klaszterezést a pontok között is. (Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van. Ak-klikk közösségek aH összefügg ˝o komponensei.
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van. Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból. Mivel ez ekvivalencia reláció =⇒
az ekvivalencia osztályok a k -klikk közösségek.
Ez megad egy klaszterezést a pontok között is.
(Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van. Ak-klikk közösségek aH összefügg ˝o komponensei.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 17 / 66
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van. Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból. Mivel ez ekvivalencia reláció =⇒
az ekvivalencia osztályok a k -klikk közösségek.
Ez megad egy klaszterezést a pontok között is.
(Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van. Ak-klikk közösségek aH összefügg ˝o komponensei.
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van. Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból. Mivel ez ekvivalencia reláció =⇒
az ekvivalencia osztályok a k -klikk közösségek.
Ez megad egy klaszterezést a pontok között is.
(Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van.
Ak-klikk közösségek aH összefügg ˝o komponensei.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 17 / 66
university-logo
Klikk görgetés
Definíció
Két k -klikkszomszédos, ha k−1közös pontjuk van. Egy c1klikkb ˝ol elérhet ˝o egy cm klikk, ha van olyan c1,c2, . . . ,cm klikksorozat, hogy bármely ci és ci+1szomszédos.
Definíció
k -klikk közösség: Két klikk akkor van egy k -klikk közösségben, ha az egyik elérhet ˝o a másikból. Mivel ez ekvivalencia reláció =⇒
az ekvivalencia osztályok a k -klikk közösségek.
Ez megad egy klaszterezést a pontok között is.
(Egy pont több halmazban is benne lehet.)
Azaz: Legyen aH gráf pontjai aGgráfk-klikkjei. H két pontja szomszédos, ha a két klikknekk −1 közös pontja van. Ak-klikk közösségek aH összefügg ˝o komponensei.
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 18 / 66
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 18 / 66
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 18 / 66
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 18 / 66
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 18 / 66
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 18 / 66
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 18 / 66
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 18 / 66
university-logo
Példa k = 3:
Nem ugyanaz, mint a 2-összefügg ˝o komponensek.
university-logo
Példa k = 4:
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 19 / 66
university-logo
Példa
k = 4:
university-logo
Példa k = 4:
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 19 / 66
university-logo
Példa
k = 4:
university-logo
Példa k = 4:
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 19 / 66
university-logo
university-logo
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 21 / 66
university-logo
university-logo
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 23 / 66
university-logo
Algoritmikus kérdések
Input: npontú,eél ˝uGgráf(esetleg eredetileg súlyozott),k szám
Output: A közösségek.
Algoritmus:
k-klikkek felsorolása Segédgráf generálása Komponensek megkeresése
Ezk =3-ra még egész gyors,de már 10-re lassú lehet.
university-logo
Algoritmikus kérdések
Input: npontú,eél ˝uGgráf(esetleg eredetileg súlyozott),k szám
Output: A közösségek.
Algoritmus:
k-klikkek felsorolása Segédgráf generálása Komponensek megkeresése
Ezk =3-ra még egész gyors,de már 10-re lassú lehet.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 24 / 66
university-logo
Algoritmikus kérdések
Input: npontú,eél ˝uGgráf(esetleg eredetileg súlyozott),k szám
Output: A közösségek.
Algoritmus:
k-klikkek felsorolása
Segédgráf generálása Komponensek megkeresése
Ezk =3-ra még egész gyors,de már 10-re lassú lehet.
university-logo
Algoritmikus kérdések
Input: npontú,eél ˝uGgráf(esetleg eredetileg súlyozott),k szám
Output: A közösségek.
Algoritmus:
k-klikkek felsorolása Segédgráf generálása
Komponensek megkeresése
Ezk =3-ra még egész gyors,de már 10-re lassú lehet.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 24 / 66
university-logo
Algoritmikus kérdések
Input: npontú,eél ˝uGgráf(esetleg eredetileg súlyozott),k szám
Output: A közösségek.
Algoritmus:
k-klikkek felsorolása Segédgráf generálása Komponensek megkeresése
Ezk =3-ra még egész gyors,de már 10-re lassú lehet.
university-logo
Algoritmikus kérdések
Input: npontú,eél ˝uGgráf(esetleg eredetileg súlyozott),k szám
Output: A közösségek.
Algoritmus:
k-klikkek felsorolása Segédgráf generálása Komponensek megkeresése
Ezk =3-ra még egész gyors,de már 10-re lassú lehet.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 24 / 66
university-logo
Klikkek felsorolása
Klikk nagyon sok lehet, és még egy szokásos gráfban is tényleg elég sok van.
Helyette keressük meg a maximális klikkeket. Ebb ˝ol is lehet sok:
3n3 =⇒Tn
3,3Turán gráf (n3 osztály, mindegyikben 3 pont.)
De a szóbajöv ˝o, gyakorlati alkalmazásokban ebb ˝ol már rendszerint nincs sok.
Megfigyelés
Egy maximális klikk megkeresése gyors: mohó algoritmus
university-logo
Klikkek felsorolása
Klikk nagyon sok lehet, és még egy szokásos gráfban is tényleg elég sok van.
Helyette keressük meg a maximális klikkeket.
Ebb ˝ol is lehet sok: 3n3 =⇒Tn
3,3Turán gráf (n3 osztály, mindegyikben 3 pont.)
De a szóbajöv ˝o, gyakorlati alkalmazásokban ebb ˝ol már rendszerint nincs sok.
Megfigyelés
Egy maximális klikk megkeresése gyors: mohó algoritmus
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 25 / 66
university-logo
Klikkek felsorolása
Klikk nagyon sok lehet, és még egy szokásos gráfban is tényleg elég sok van.
Helyette keressük meg a maximális klikkeket.
Ebb ˝ol is lehet sok:
3n3 =⇒Tn
3,3Turán gráf (n3 osztály, mindegyikben 3 pont.)
De a szóbajöv ˝o, gyakorlati alkalmazásokban ebb ˝ol már rendszerint nincs sok.
Megfigyelés
Egy maximális klikk megkeresése gyors: mohó algoritmus
university-logo
Klikkek felsorolása
Klikk nagyon sok lehet, és még egy szokásos gráfban is tényleg elég sok van.
Helyette keressük meg a maximális klikkeket.
Ebb ˝ol is lehet sok:
3n3 =⇒Tn
3,3Turán gráf (n3 osztály, mindegyikben 3 pont.)
De a szóbajöv ˝o, gyakorlati alkalmazásokban ebb ˝ol már rendszerint nincs sok.
Megfigyelés
Egy maximális klikk megkeresése gyors: mohó algoritmus
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 25 / 66
university-logo
Klikkek felsorolása
Klikk nagyon sok lehet, és még egy szokásos gráfban is tényleg elég sok van.
Helyette keressük meg a maximális klikkeket.
Ebb ˝ol is lehet sok:
3n3 =⇒Tn
3,3Turán gráf (n3 osztály, mindegyikben 3 pont.)
De a szóbajöv ˝o, gyakorlati alkalmazásokban ebb ˝ol már rendszerint nincs sok.
Megfigyelés
Egy maximális klikk megkeresése gyors: mohó algoritmus
university-logo
Algorimus maximális klikkek felsorolására
Tétel (Makino, Uno (2004))
Van olyan algorimus, ami felsorolja az összes maximális klikket O(n2.376µ)id ˝oben, aholµa maximális klikkek száma.
Bizonyítás vázlat:
Definíció
Legyen V ={v1, . . . ,vn}. Ha S⊆V , akkor S≤i =S∩ {v1, . . . ,vi}. Ha X,Y ⊆V és az(X−Y)∪(Y −X)-ben lev ˝o legkisebb sorszámú pont X -ben van, akkor X lexikografikusan nagyobb, mint Y .
Ha K egy klikk, akkor legyenC(K)a K -t tartalmazó maximális klikkek közül a lexikografikusan legnagyobb.
Világos, hogyC(K)≥lex K.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 26 / 66
university-logo
Algorimus maximális klikkek felsorolására
Tétel (Makino, Uno (2004))
Van olyan algorimus, ami felsorolja az összes maximális klikket O(n2.376µ)id ˝oben, aholµa maximális klikkek száma.
Bizonyítás vázlat:
Definíció
Legyen V ={v1, . . . ,vn}.
Ha S ⊆V , akkor S≤i =S∩ {v1, . . . ,vi}. Ha X,Y ⊆V és az(X−Y)∪(Y −X)-ben lev ˝o legkisebb sorszámú pont X -ben van, akkor X lexikografikusan nagyobb, mint Y .
Ha K egy klikk, akkor legyenC(K)a K -t tartalmazó maximális klikkek közül a lexikografikusan legnagyobb.
Világos, hogyC(K)≥lex K.
university-logo
Algorimus maximális klikkek felsorolására
Tétel (Makino, Uno (2004))
Van olyan algorimus, ami felsorolja az összes maximális klikket O(n2.376µ)id ˝oben, aholµa maximális klikkek száma.
Bizonyítás vázlat:
Definíció
Legyen V ={v1, . . . ,vn}. Ha S⊆V , akkor S≤i =S∩ {v1, . . . ,vi}.
Ha X,Y ⊆V és az(X−Y)∪(Y −X)-ben lev ˝o legkisebb sorszámú pont X -ben van, akkor X lexikografikusan nagyobb, mint Y .
Ha K egy klikk, akkor legyenC(K)a K -t tartalmazó maximális klikkek közül a lexikografikusan legnagyobb.
Világos, hogyC(K)≥lex K.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 26 / 66
university-logo
Algorimus maximális klikkek felsorolására
Tétel (Makino, Uno (2004))
Van olyan algorimus, ami felsorolja az összes maximális klikket O(n2.376µ)id ˝oben, aholµa maximális klikkek száma.
Bizonyítás vázlat:
Definíció
Legyen V ={v1, . . . ,vn}. Ha S⊆V , akkor S≤i =S∩ {v1, . . . ,vi}.
Ha X,Y ⊆V és az(X−Y)∪(Y −X)-ben lev ˝o legkisebb sorszámú pont X -ben van, akkor X lexikografikusan nagyobb, mint Y .
Ha K egy klikk, akkor legyenC(K)a K -t tartalmazó maximális klikkek közül a lexikografikusan legnagyobb.
Világos, hogyC(K)≥lex K.
university-logo
Algorimus maximális klikkek felsorolására
Tétel (Makino, Uno (2004))
Van olyan algorimus, ami felsorolja az összes maximális klikket O(n2.376µ)id ˝oben, aholµa maximális klikkek száma.
Bizonyítás vázlat:
Definíció
Legyen V ={v1, . . . ,vn}. Ha S⊆V , akkor S≤i =S∩ {v1, . . . ,vi}.
Ha X,Y ⊆V és az(X−Y)∪(Y −X)-ben lev ˝o legkisebb sorszámú pont X -ben van, akkor X lexikografikusan nagyobb, mint Y .
Ha K egy klikk, akkor legyenC(K)a K -t tartalmazó maximális klikkek közül a lexikografikusan legnagyobb.
Világos, hogyC(K)≥lex K.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 26 / 66
university-logo
Algorimus maximális klikkek felsorolására
Tétel (Makino, Uno (2004))
Van olyan algorimus, ami felsorolja az összes maximális klikket O(n2.376µ)id ˝oben, aholµa maximális klikkek száma.
Bizonyítás vázlat:
Definíció
Legyen V ={v1, . . . ,vn}. Ha S⊆V , akkor S≤i =S∩ {v1, . . . ,vi}.
Ha X,Y ⊆V és az(X−Y)∪(Y −X)-ben lev ˝o legkisebb sorszámú pont X -ben van, akkor X lexikografikusan nagyobb, mint Y .
Ha K egy klikk, akkor legyenC(K)a K -t tartalmazó maximális klikkek közül a lexikografikusan legnagyobb.
Világos, hogyC(K)≥lex K.
university-logo
A maximális klikkek fája
LegyenK0a lexikografikusan legnagyobb maximális klikk.
Definíció
Egy K 6=K0maximális klikk P(K)szül ˝oje legyen C(K≤i−1), ahol i a legnagyobb olyan index, amire C(K≤i−1)6=K . Az ilyen i legyen a K szül ˝o indexe: i(K).
EzK0-t kivéve mindenre definiál egyértelm ˝uen egy szül ˝ot (K 6=C(K≤0)).
Mivel a szül ˝o lexikografikusan nagyobb, mint a gyerek, ezért ez egy gyökeres fa lesz.
Az összes algoritmus ezt a fát járja be valamilyen sorrendben.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 27 / 66
university-logo
A maximális klikkek fája
LegyenK0a lexikografikusan legnagyobb maximális klikk.
Definíció
Egy K 6=K0maximális klikk P(K)szül ˝oje legyen C(K≤i−1), ahol i a legnagyobb olyan index, amire C(K≤i−1)6=K . Az ilyen i legyen a K szül ˝o indexe: i(K).
EzK0-t kivéve mindenre definiál egyértelm ˝uen egy szül ˝ot (K 6=C(K≤0)).
Mivel a szül ˝o lexikografikusan nagyobb, mint a gyerek, ezért ez egy gyökeres fa lesz.
Az összes algoritmus ezt a fát járja be valamilyen sorrendben.
university-logo
A maximális klikkek fája
LegyenK0a lexikografikusan legnagyobb maximális klikk.
Definíció
Egy K 6=K0maximális klikk P(K)szül ˝oje legyen C(K≤i−1), ahol i a legnagyobb olyan index, amire C(K≤i−1)6=K . Az ilyen i legyen a K szül ˝o indexe: i(K).
EzK0-t kivéve mindenre definiál egyértelm ˝uen egy szül ˝ot (K 6=C(K≤0)).
Mivel a szül ˝o lexikografikusan nagyobb, mint a gyerek, ezért ez egy gyökeres fa lesz.
Az összes algoritmus ezt a fát járja be valamilyen sorrendben.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 27 / 66
university-logo
A maximális klikkek fája
LegyenK0a lexikografikusan legnagyobb maximális klikk.
Definíció
Egy K 6=K0maximális klikk P(K)szül ˝oje legyen C(K≤i−1), ahol i a legnagyobb olyan index, amire C(K≤i−1)6=K . Az ilyen i legyen a K szül ˝o indexe: i(K).
EzK0-t kivéve mindenre definiál egyértelm ˝uen egy szül ˝ot (K 6=C(K≤0)).
Mivel a szül ˝o lexikografikusan nagyobb, mint a gyerek, ezért ez egy gyökeres fa lesz.
Az összes algoritmus ezt a fát járja be valamilyen sorrendben.
university-logo
A maximális klikkek fája
LegyenK0a lexikografikusan legnagyobb maximális klikk.
Definíció
Egy K 6=K0maximális klikk P(K)szül ˝oje legyen C(K≤i−1), ahol i a legnagyobb olyan index, amire C(K≤i−1)6=K . Az ilyen i legyen a K szül ˝o indexe: i(K).
EzK0-t kivéve mindenre definiál egyértelm ˝uen egy szül ˝ot (K 6=C(K≤0)).
Mivel a szül ˝o lexikografikusan nagyobb, mint a gyerek, ezért ez egy gyökeres fa lesz.
Az összes algoritmus ezt a fát járja be valamilyen sorrendben.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 27 / 66
university-logo
Példa
2
3
4
5 6
7
8
9 10
1
2
3
4
5 6
7
8
9 10
1
1,2,3,4
2,3,4,5 1,3,10
3,4,5,6 2,5,8
5,6,7 3,6,9
university-logo
Példa
2
3
4
5 6
7
8
9 10
1
2
3
4
5 6
7
8
9 10
1
1,2,3,4
2,3,4,5 1,3,10
3,4,5,6 2,5,8
5,6,7 3,6,9
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 28 / 66
university-logo
Szül ˝o-gyerek meghatározása
AdottK-ra könny ˝u megkeresni a szül ˝ot: Vegyük csökken ˝o sorrendben azi-ket.
Egyi-re megnézzük, hogy aK≤i−1-et milyen maximális klikk tartalmazza. Sorra nézzük, hogyv1,v2, . . . össze van-e kötve
mindegyikkel.
Az összes gyerek el ˝oállítása: Definíció
K[i] =C((K≤i∩Γ(vi))∪ {vi})
university-logo
Szül ˝o-gyerek meghatározása
AdottK-ra könny ˝u megkeresni a szül ˝ot: Vegyük csökken ˝o sorrendben azi-ket. Egyi-re megnézzük, hogy aK≤i−1-et milyen maximális klikk tartalmazza.
Sorra nézzük, hogyv1,v2, . . . össze van-e kötve mindegyikkel.
Az összes gyerek el ˝oállítása: Definíció
K[i] =C((K≤i∩Γ(vi))∪ {vi})
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 29 / 66
university-logo
Szül ˝o-gyerek meghatározása
AdottK-ra könny ˝u megkeresni a szül ˝ot: Vegyük csökken ˝o sorrendben azi-ket. Egyi-re megnézzük, hogy aK≤i−1-et milyen maximális klikk tartalmazza. Sorra nézzük, hogyv1,v2, . . . össze van-e kötve
mindegyikkel.
Az összes gyerek el ˝oállítása: Definíció
K[i] =C((K≤i∩Γ(vi))∪ {vi})
university-logo
Szül ˝o-gyerek meghatározása
AdottK-ra könny ˝u megkeresni a szül ˝ot: Vegyük csökken ˝o sorrendben azi-ket. Egyi-re megnézzük, hogy aK≤i−1-et milyen maximális klikk tartalmazza. Sorra nézzük, hogyv1,v2, . . . össze van-e kötve
mindegyikkel.
Az összes gyerek el ˝oállítása:
Definíció
K[i] =C((K≤i∩Γ(vi))∪ {vi})
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 29 / 66
university-logo
Lemma
Legyenek K és K0 maximális klikkek. K0akkor és csak akkor gyereke K -nak, ha valamilyen i-re K0 =K[i], hogy
a) vi ∈/ K.
b) i >i(K).
c) K[i]≤i−1=K≤i∩Γ(vi) d) K≤i =C(K≤i∩Γ(vi))≤i
a) és b) lineáris id ˝oben ellen ˝orizhet ˝o. c) és d) még egy trükkel, gyors mátrix-szorzást alkalmazva,O(n2.376)id ˝oben.
Ebb ˝ol kijön azO(n2.376µ)futásid ˝o.
university-logo
Lemma
Legyenek K és K0 maximális klikkek. K0akkor és csak akkor gyereke K -nak, ha valamilyen i-re K0 =K[i], hogy
a) vi ∈/ K. b) i >i(K).
c) K[i]≤i−1=K≤i∩Γ(vi) d) K≤i =C(K≤i∩Γ(vi))≤i
a) és b) lineáris id ˝oben ellen ˝orizhet ˝o. c) és d) még egy trükkel, gyors mátrix-szorzást alkalmazva,O(n2.376)id ˝oben.
Ebb ˝ol kijön azO(n2.376µ)futásid ˝o.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 30 / 66
university-logo
Lemma
Legyenek K és K0 maximális klikkek. K0akkor és csak akkor gyereke K -nak, ha valamilyen i-re K0 =K[i], hogy
a) vi ∈/ K. b) i >i(K).
c) K[i]≤i−1=K≤i∩Γ(vi)
d) K≤i =C(K≤i∩Γ(vi))≤i
a) és b) lineáris id ˝oben ellen ˝orizhet ˝o. c) és d) még egy trükkel, gyors mátrix-szorzást alkalmazva,O(n2.376)id ˝oben.
Ebb ˝ol kijön azO(n2.376µ)futásid ˝o.
university-logo
Lemma
Legyenek K és K0 maximális klikkek. K0akkor és csak akkor gyereke K -nak, ha valamilyen i-re K0 =K[i], hogy
a) vi ∈/ K. b) i >i(K).
c) K[i]≤i−1=K≤i∩Γ(vi) d) K≤i =C(K≤i∩Γ(vi))≤i
a) és b) lineáris id ˝oben ellen ˝orizhet ˝o. c) és d) még egy trükkel, gyors mátrix-szorzást alkalmazva,O(n2.376)id ˝oben.
Ebb ˝ol kijön azO(n2.376µ)futásid ˝o.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 30 / 66
university-logo
Lemma
Legyenek K és K0 maximális klikkek. K0akkor és csak akkor gyereke K -nak, ha valamilyen i-re K0 =K[i], hogy
a) vi ∈/ K. b) i >i(K).
c) K[i]≤i−1=K≤i∩Γ(vi) d) K≤i =C(K≤i∩Γ(vi))≤i
a) és b) lineáris id ˝oben ellen ˝orizhet ˝o.
c) és d) még egy trükkel, gyors mátrix-szorzást alkalmazva,O(n2.376)id ˝oben.
Ebb ˝ol kijön azO(n2.376µ)futásid ˝o.
university-logo
Lemma
Legyenek K és K0 maximális klikkek. K0akkor és csak akkor gyereke K -nak, ha valamilyen i-re K0 =K[i], hogy
a) vi ∈/ K. b) i >i(K).
c) K[i]≤i−1=K≤i∩Γ(vi) d) K≤i =C(K≤i∩Γ(vi))≤i
a) és b) lineáris id ˝oben ellen ˝orizhet ˝o. c) és d) még egy trükkel, gyors mátrix-szorzást alkalmazva,O(n2.376)id ˝oben.
Ebb ˝ol kijön azO(n2.376µ)futásid ˝o.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 30 / 66
university-logo
Lemma
Legyenek K és K0 maximális klikkek. K0akkor és csak akkor gyereke K -nak, ha valamilyen i-re K0 =K[i], hogy
a) vi ∈/ K. b) i >i(K).
c) K[i]≤i−1=K≤i∩Γ(vi) d) K≤i =C(K≤i∩Γ(vi))≤i
a) és b) lineáris id ˝oben ellen ˝orizhet ˝o. c) és d) még egy trükkel, gyors mátrix-szorzást alkalmazva,O(n2.376)id ˝oben.
Ebb ˝ol kijön azO(n2.376µ)futásid ˝o.
university-logo
Közösségek megkeresése
A maximális klikkekb ˝ol készítünk egy fát, amiben két klikk szomszédos, ha a metszetük≥k −1.
Ez elég ak-klikkek gráfja helyett.
Megkeressük a komponenseket mondjuk szélességi kereséssel. Ha két klikk egy közösségben van, akkor pontjaik is egy
közösségben vannak.Ez persze már nem ekvivalencia reláció.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 31 / 66
university-logo
Közösségek megkeresése
A maximális klikkekb ˝ol készítünk egy fát, amiben két klikk
szomszédos, ha a metszetük≥k −1. Ez elég ak-klikkek gráfja helyett.
Megkeressük a komponenseket mondjuk szélességi kereséssel. Ha két klikk egy közösségben van, akkor pontjaik is egy
közösségben vannak.Ez persze már nem ekvivalencia reláció.
university-logo
Közösségek megkeresése
A maximális klikkekb ˝ol készítünk egy fát, amiben két klikk
szomszédos, ha a metszetük≥k −1. Ez elég ak-klikkek gráfja helyett.
Megkeressük a komponenseket mondjuk szélességi kereséssel.
Ha két klikk egy közösségben van, akkor pontjaik is egy
közösségben vannak.Ez persze már nem ekvivalencia reláció.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 31 / 66
university-logo
Közösségek megkeresése
A maximális klikkekb ˝ol készítünk egy fát, amiben két klikk
szomszédos, ha a metszetük≥k −1. Ez elég ak-klikkek gráfja helyett.
Megkeressük a komponenseket mondjuk szélességi kereséssel.
Ha két klikk egy közösségben van, akkor pontjaik is egy közösségben vannak.
Ez persze már nem ekvivalencia reláció.
university-logo
Közösségek megkeresése
A maximális klikkekb ˝ol készítünk egy fát, amiben két klikk
szomszédos, ha a metszetük≥k −1. Ez elég ak-klikkek gráfja helyett.
Megkeressük a komponenseket mondjuk szélességi kereséssel.
Ha két klikk egy közösségben van, akkor pontjaik is egy
közösségben vannak.Ez persze már nem ekvivalencia reláció.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 31 / 66
university-logo
Mire tudjuk ezt használni?
Lefuttatjukk =3,4, . . .-ra, lerajzoljuk és nézegetjük, hogy látszik-e valami érdekes. Tudunk-e valamit mondani az egy közösségen belül lev ˝o pontokról?
Ez alapján kiválasztunk egy szimpatikusk-t és arról írnunk cikket.
university-logo
Mire tudjuk ezt használni?
Lefuttatjukk =3,4, . . .-ra, lerajzoljuk és nézegetjük, hogy látszik-e valami érdekes. Tudunk-e valamit mondani az egy közösségen belül lev ˝o pontokról?
Ez alapján kiválasztunk egy szimpatikusk-t és arról írnunk cikket.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 32 / 66
university-logo
university-logo
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 34 / 66
university-logo
university-logo
Hogyan rajzoljuk le a gráfot?
Minden él legyen egy rugó, amif(d(u,v)−d0)er ˝ovel húzza össze a csúcsokat.
(Ad0azért kell, hogy pl. teljes gráfra ne egy pontba menjen minden.)
Minden nem-élhez pedig egy olyan rugót, amif0(d(u,v))er ˝ovel taszítja a két csúcsot.
Van sok egyéb variáció:
http://en.wikipedia.org/wiki/Force-based_algorithms
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 36 / 66
university-logo
Hogyan rajzoljuk le a gráfot?
Minden él legyen egy rugó, amif(d(u,v)−d0)er ˝ovel húzza össze a csúcsokat. (Ad0azért kell, hogy pl. teljes gráfra ne egy pontba menjen minden.)
Minden nem-élhez pedig egy olyan rugót, amif0(d(u,v))er ˝ovel taszítja a két csúcsot.
Van sok egyéb variáció:
http://en.wikipedia.org/wiki/Force-based_algorithms
university-logo
Hogyan rajzoljuk le a gráfot?
Minden él legyen egy rugó, amif(d(u,v)−d0)er ˝ovel húzza össze a csúcsokat. (Ad0azért kell, hogy pl. teljes gráfra ne egy pontba menjen minden.)
Minden nem-élhez pedig egy olyan rugót, amif0(d(u,v))er ˝ovel taszítja a két csúcsot.
Van sok egyéb variáció:
http://en.wikipedia.org/wiki/Force-based_algorithms
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 36 / 66
university-logo
Hogyan rajzoljuk le a gráfot?
Minden él legyen egy rugó, amif(d(u,v)−d0)er ˝ovel húzza össze a csúcsokat. (Ad0azért kell, hogy pl. teljes gráfra ne egy pontba menjen minden.)
Minden nem-élhez pedig egy olyan rugót, amif0(d(u,v))er ˝ovel taszítja a két csúcsot.
Van sok egyéb variáció:
http://en.wikipedia.org/wiki/Force-based_algorithms
university-logo
Tartalom
1 Alapkérdés
2 k-klikk perkoláció Alkalmazások
3 Súlyozottk-klikk perkoláció Alkalmazás
4 Normált klikk perkoláció
5 Szigorú klikk perkoláció
6 Osztályozás véletlen sétákkal
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 37 / 66
university-logo
Biológia
Adott egy csomó protein, melyek között kísérletileg igazolt kölcsönhatások vannak =⇒súlyozott gráf
Ebb ˝ol készítünk egy súlyozatlan gráfot, abban megkeressük a közösségeket.
A közösségekr ˝ol észrevesszük, hogy az egy közösségen belül lev ˝oknek hasonló a biológiai funkciója.
Ebb ˝ol következtetni tudunk, hogy az ugyanott lev ˝oknek is valószín ˝uleg hasonló, akkor is, ha eddig nem tudtunk róla.
university-logo
Biológia
Adott egy csomó protein, melyek között kísérletileg igazolt kölcsönhatások vannak =⇒súlyozott gráf
Ebb ˝ol készítünk egy súlyozatlan gráfot, abban megkeressük a közösségeket.
A közösségekr ˝ol észrevesszük, hogy az egy közösségen belül lev ˝oknek hasonló a biológiai funkciója.
Ebb ˝ol következtetni tudunk, hogy az ugyanott lev ˝oknek is valószín ˝uleg hasonló, akkor is, ha eddig nem tudtunk róla.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 38 / 66
university-logo
Biológia
Adott egy csomó protein, melyek között kísérletileg igazolt kölcsönhatások vannak =⇒súlyozott gráf
Ebb ˝ol készítünk egy súlyozatlan gráfot, abban megkeressük a közösségeket.
A közösségekr ˝ol észrevesszük, hogy az egy közösségen belül lev ˝oknek hasonló a biológiai funkciója.
Ebb ˝ol következtetni tudunk, hogy az ugyanott lev ˝oknek is valószín ˝uleg hasonló, akkor is, ha eddig nem tudtunk róla.
university-logo
Biológia
Adott egy csomó protein, melyek között kísérletileg igazolt kölcsönhatások vannak =⇒súlyozott gráf
Ebb ˝ol készítünk egy súlyozatlan gráfot, abban megkeressük a közösségeket.
A közösségekr ˝ol észrevesszük, hogy az egy közösségen belül lev ˝oknek hasonló a biológiai funkciója.
Ebb ˝ol következtetni tudunk, hogy az ugyanott lev ˝oknek is valószín ˝uleg hasonló, akkor is, ha eddig nem tudtunk róla.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 38 / 66
university-logo
university-logo
Súlyozottból súlyozatlan
Kérdés
Hogyan csinálunk súlyozatlan gráfot?
Egy ügyesen meghatározott korlát alatti éleket elhagyjuk.
Kérdés
Mi legyen a korlát?
Úgy érdemes választani, hogy a közösségek ne legyenek se túl nagyok, se túl kicsik.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 40 / 66
university-logo
Súlyozottból súlyozatlan
Kérdés
Hogyan csinálunk súlyozatlan gráfot?
Egy ügyesen meghatározott korlát alatti éleket elhagyjuk.
Kérdés
Mi legyen a korlát?
Úgy érdemes választani, hogy a közösségek ne legyenek se túl nagyok, se túl kicsik.
university-logo
Súlyozottból súlyozatlan
Kérdés
Hogyan csinálunk súlyozatlan gráfot?
Egy ügyesen meghatározott korlát alatti éleket elhagyjuk.
Kérdés
Mi legyen a korlát?
Úgy érdemes választani, hogy a közösségek ne legyenek se túl nagyok, se túl kicsik.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 40 / 66
university-logo
Súlyozottból súlyozatlan
Kérdés
Hogyan csinálunk súlyozatlan gráfot?
Egy ügyesen meghatározott korlát alatti éleket elhagyjuk.
Kérdés
Mi legyen a korlát?
Úgy érdemes választani, hogy a közösségek ne legyenek se túl nagyok, se túl kicsik.
university-logo
Fázisátmenet
Tétel
Ha egy N pontú gráf éleit pc(k)valószín ˝uséggel vesszük be egy véletlen gráfba, ahol
pc(k)≥ 1 [(k−1)N]k−11
akkor nagy valószín ˝uséggel egy nagy közösség lesz.
Válasszuk a korlátot úgy, hogy kicsivel ez alatt legyen.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 41 / 66
university-logo
Fázisátmenet
Tétel
Ha egy N pontú gráf éleit pc(k)valószín ˝uséggel vesszük be egy véletlen gráfba, ahol
pc(k)≥ 1 [(k−1)N]k−11
akkor nagy valószín ˝uséggel egy nagy közösség lesz.
Válasszuk a korlátot úgy, hogy kicsivel ez alatt legyen.
university-logo
Szociális hálók
M. C. Gonzalez, H. J. Herrmann, J. Kertész and T. Vicsek
Community structure and ethnic preferences in school friendship networks
Physica A379, (2007) 307-316.
Egy iskola diákjai között kiosztott kérd ˝oíven bejelölik, hogy kik a barátaik.
Ezen a gráfon megkeressük a közösségeket, és érdekeseket mondunk.
Fel lehet rajzolni a közösségek szomszédossági gráfját is. IWIW is hasonló.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 42 / 66
university-logo
Szociális hálók
M. C. Gonzalez, H. J. Herrmann, J. Kertész and T. Vicsek
Community structure and ethnic preferences in school friendship networks
Physica A379, (2007) 307-316.
Egy iskola diákjai között kiosztott kérd ˝oíven bejelölik, hogy kik a barátaik.
Ezen a gráfon megkeressük a közösségeket, és érdekeseket mondunk.
Fel lehet rajzolni a közösségek szomszédossági gráfját is. IWIW is hasonló.
university-logo
Szociális hálók
M. C. Gonzalez, H. J. Herrmann, J. Kertész and T. Vicsek
Community structure and ethnic preferences in school friendship networks
Physica A379, (2007) 307-316.
Egy iskola diákjai között kiosztott kérd ˝oíven bejelölik, hogy kik a barátaik.
Ezen a gráfon megkeressük a közösségeket, és érdekeseket mondunk.
Fel lehet rajzolni a közösségek szomszédossági gráfját is. IWIW is hasonló.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 42 / 66
university-logo
Szociális hálók
M. C. Gonzalez, H. J. Herrmann, J. Kertész and T. Vicsek
Community structure and ethnic preferences in school friendship networks
Physica A379, (2007) 307-316.
Egy iskola diákjai között kiosztott kérd ˝oíven bejelölik, hogy kik a barátaik.
Ezen a gráfon megkeressük a közösségeket, és érdekeseket mondunk.
Fel lehet rajzolni a közösségek szomszédossági gráfját is.
IWIW is hasonló.
university-logo
Szociális hálók
M. C. Gonzalez, H. J. Herrmann, J. Kertész and T. Vicsek
Community structure and ethnic preferences in school friendship networks
Physica A379, (2007) 307-316.
Egy iskola diákjai között kiosztott kérd ˝oíven bejelölik, hogy kik a barátaik.
Ezen a gráfon megkeressük a közösségeket, és érdekeseket mondunk.
Fel lehet rajzolni a közösségek szomszédossági gráfját is.
IWIW is hasonló.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 42 / 66
university-logo
university-logo
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 44 / 66
university-logo
Új véletlen gráf modell szociális hálókra
R. Toivonen, J.-P. Onnela, J. Saramäki, J. Hyvönen, and K. Kaski A Model for Social Networks
Physica A,371(2), 851-860, (2006)
A szociális hálók véletlen gráfok, de a paraméterei különböznek az Erd ˝os-Rényi modell által kapottaktól. =⇒Új véletlen gráf modell kell. Tétel
Adott egy N0méret ˝u kezdeti gráf. Egy új pontot veszek hozzá.
Ezt összekötöm mrN véletlenül kiválasztott ponttal.
Az eddigi szomszédok szomszédaiból is még összekötöm msN darabbal.
Ha egy ilyen gráfra megnézem a közösségeket, akkor olyanok lesznek, mint az igazi szociális hálóknál.
university-logo
Új véletlen gráf modell szociális hálókra
R. Toivonen, J.-P. Onnela, J. Saramäki, J. Hyvönen, and K. Kaski A Model for Social Networks
Physica A,371(2), 851-860, (2006)
A szociális hálók véletlen gráfok, de a paraméterei különböznek az Erd ˝os-Rényi modell által kapottaktól.
=⇒Új véletlen gráf modell kell.
Tétel
Adott egy N0méret ˝u kezdeti gráf. Egy új pontot veszek hozzá.
Ezt összekötöm mrN véletlenül kiválasztott ponttal.
Az eddigi szomszédok szomszédaiból is még összekötöm msN darabbal.
Ha egy ilyen gráfra megnézem a közösségeket, akkor olyanok lesznek, mint az igazi szociális hálóknál.
Katona Gyula Y. (BME SZIT) Közösségek keresése nagy gráfokban 2011. április 14. 45 / 66