backbone: An R package to extract network backbones.
backbone: An R package to extract network backbones.
复制标题
主干：提取网络骨干的R软件包。
DOI：
10.1371/journal.pone.0269137
复制
发表时间：
2022
期刊：
影响因子：
3.7
通讯作者：
中科院分区：
文献类型：
--
作者：
网络对于表示广泛领域中的现象非常有用。尽管它们表示复杂性的能力可能是一种优点，但有时关注仅包含最重要边缘（主干）的简化网络是有用的。本文介绍并演示了 R 主干包的大幅扩展版本，它现在提供了从加权网络、加权二分投影和未加权网络中提取主干的方法。对于每种类型的网络，首先针对小型玩具示例提供完全可复制的代码，然后针对使用交通、政治和社交网络的完整经验示例提供完全可复制的代码。该论文还论证了主干提取中出现的几个统计推断问题的含义。最后简要回顾了使用主干包进行主干提取的现有应用，以及网络主干提取的未来研究方向。
Networks are useful for representing phenomena in a broad range of domains. Although their ability to represent complexity can be a virtue, it is sometimes useful to focus on a simplified network that contains only the most important edges: the backbone. This paper introduces and demonstrates a substantially expanded version of the backbone package for R, which now provides methods for extracting backbones from weighted networks, weighted bipartite projections, and unweighted networks. For each type of network, fully replicable code is presented first for small toy examples, then for complete empirical examples using transportation, political, and social networks. The paper also demonstrates the implications of several issues of statistical inference that arise in backbone extraction. It concludes by briefly reviewing existing applications of backbone extraction using the backbone package, and future directions for research on network backbone extraction.
登录
查看更多内容
影响因子：
16.6
作者：
Marcaccioli, Riccardo;Livan, Giacomo
通讯作者：
Livan, Giacomo
影响因子：
56.9
作者：
Barabási, AL;Albert, R
通讯作者：
Albert, R
影响因子：
2.1
作者：
Gursoy, Furkan;Badur, Bertan
通讯作者：
Badur, Bertan
影响因子：
3.7
作者：
Foti NJ;Hughes JM;Rockmore DN
通讯作者：
Rockmore DN
影响因子：
4.6
作者：
Aref, Samin;Neal, Zachary
通讯作者：
Neal, Zachary