Simmelian backbones: Amplifying hidden homophily in Facebook networks
Simmelian backbones: Amplifying hidden homophily in Facebook networks
复制标题
Simmelian 主干：放大 Facebook 网络中隐藏的同质性
DOI：
10.1145/2492517.2492569
复制
发表时间：
2013
期刊：
影响因子：
--
通讯作者：
Ulrik Brandes
中科院分区：
文献类型：
--
作者：
Bobo Nick;Conrad Lee;Pádraig Cunningham;Ulrik Brandes
经验社交网络通常是几种异质关系的集合代理。例如，在在线社交网络中，与友谊、亲属关系、商业、兴趣和其他关系相关的交互可以全部被表示为“包罗万象的“友谊。“因为几种关系混合成一种关系，所以产生的网络表现出相对较高和均匀的密度。因此，位置差异和局部凝聚力的变化可能太小，无法进行可靠的分析。我们介绍了一种方法来识别代表社会互动的网络中的基本关系。我们的方法是基于一个新的概念，三元凝聚力的动机是西梅尔的概念，在社会团体的成员。我们证明了我们的Simmelian backbones能够从Facebook交互网络中提取结构，使其易于可视化和分析。由于所有的计算都是局部的，因此该方法可以限制于部分网络，如自我网络，并扩展到大数据。
Empirical social networks are often aggregate proxies for several heterogeneous relations. In online social networks, for instance, interactions related to friendship, kinship, business, interests, and other relationships may all be represented as catchall "friendships." Because several relations are mingled into one, the resulting networks exhibit relatively high and uniform density. As a consequence, the variation in positional differences and local cohesion may be too small for reliable analysis.We introduce a method to identify the essential relationships in networks representing social interactions. Our method is based on a novel concept of triadic cohesion that is motivated by Simmel's concept of membership in social groups. We demonstrate that ourSimmelian backbonesare capable of extracting structure from Facebook interaction networks that makes them easy to visualize and analyze. Since all computations are local, the method can be restricted to partial networks such as ego networks, and scales to big data.
可视化图形分析的边缘指标：比较研究
DOI：
--
发表时间：
2008
期刊：
2008 12th International Conference Information Visualisation
影响因子：
--
作者：
G. Melançon;A. Sallaberry
通讯作者：
A. Sallaberry
社交媒体数据上的社区检测方法基准测试
DOI：
--
发表时间：
2013
期刊：
arXiv.org
影响因子：
--
作者：
Conrad Lee;P. Cunningham
通讯作者：
P. Cunningham
RSiena 手册
DOI：
--
发表时间：
2011
期刊：
影响因子：
--
作者：
R. Ripley;Paul B. Preciado
通讯作者：
Paul B. Preciado