Введение
Метод обрезки плотных сетей для выделения ключевых связей
Обоснование
Отношения между набором элементов часто представлены в виде квадратной матрицы с записями, представляющими отношения между всеми парами элементов. Такие отношения, как расстояния, различия, сходства, взаимосвязь, корреляции, совпадения, условные вероятности и т. д., могут быть представлены такими матрицами. Такие данные также могут быть представлены в виде сетей с взвешенными связями между элементами. Такие матрицы и сети чрезвычайно плотны и не могут быть легко восприняты без какой-либо формы сокращения или обрезки данных. Сеть Pathfinder создается при применении метода обрезки, который удаляет слабые звенья из (обычно плотных) сети в соответствии с длиной альтернативных путей (см. ниже). Он используется в качестве психометрического метода масштабирования, основанного на теории графов, и используется в исследовании экспертизы, образования, приобретения знаний, ментальных моделей и инженерии знаний. Он также используется для создания коммуникационных сетей, отладки программного обеспечения, визуализации научных шаблонов цитирования, извлечения информации и других форм визуализации данных. Сети-изобретатели потенциально применимы к любой проблеме, рассматриваемой теорией сетей.
Обзор
Целью "сетевой обрезки" является выделение наиболее важных связей между элементами, представленными в сети. Это помогает упростить сбор связанных соединений, что полезно для визуализации данных и понимания существенных связей между элементами, представленными в сети. Несколько психометрических методов масштабирования начинаются с парных данных и дают структуры, раскрывающие основную организацию данных. Кластеризация данных и многомерное масштабирование - два таких метода. Масштабирование сети представляет собой еще один метод, основанный на теории графов. Сети Pathfinder производятся из матриц данных для пар сущностей. Поскольку алгоритм использует расстояния, данные о сходстве инвертируются, чтобы получить различия для вычислений. В сети поисковых путей, сущности соответствуют узлам генерируемой сети, а ссылки в сети определяются шаблонами близости. Например, если близость - это сходство, то ссылки обычно соединяют узлы высокого сходства. Когда близость - это расстояние или различия, связи соединяют более короткие расстояния. Связи в сети будут не направленными, если близость симметрична для каждой пары объектов. Симметричные близости означают, что порядок сущностей не важен, поэтому близость i и j такая же, как близость j и i для всех пар i, j. Если близость не симметрична для каждой пары, то связи будут направлены.
Алгоритм
Алгоритм поиска пути использует два параметра. Параметр ограничивает количество косвенных близостей, которые рассматриваются при создании сети. - целое число от и до , где число узлов или элементов. Самые короткие пути могут иметь только ссылки. Когда, все возможные пути включены. Параметр определяет метрику, используемую для вычисления расстояния путей (см. расстояние Минковского). - реальное число между и , включительно. Расстояние по пути рассчитывается как: , где - расстояние между звеньями в пути и For , - просто сумма расстояний между звеньями в пути. Для , является максимальным расстоянием между ссылками в пути, потому что ссылка обрезается, если ее расстояние больше минимального расстояния путей между узлами, связанными ссылкой. Эффективные методы для нахождения минимальных расстояний включают алгоритм Флойда - Уоршалла (для ) и алгоритм Дикстри (для любого значения). Сеть, сгенерированная с определенными значениями и называется a Оба параметра имеют эффект уменьшения количества ссылок в сети по мере увеличения их значений. Сеть с минимальным количеством ссылок получается, когда и , т.е. при данных порядкового масштаба (см. уровень измерения), параметр должен быть, потому что то же самое будет результатом любого положительного монотонного преобразования данных близости. Другие значения требуют данных, измеренных по шкале соотношений. Параметр может быть изменен, чтобы получить желаемое количество ссылок в сети или сосредоточиться на более локальных отношениях с меньшими значениями. По сути, сети поисковиков пути сохраняют самые короткие возможные пути с учетом данных. Поэтому ссылки устраняются, когда они не находятся на кратчайших путях. Это будет минимальное древо протяженности для связей, определенных данными о близости, если существует уникальное минимальное древо протяженности. В общем, это включает в себя все звенья в любом минимальном расширенном дереве.
With ordinal scale data (see level of measurement), the parameter should be because the same would result from any positive monotonic transformation of the proximity data. Other values of require data measured on a ratio scale. The parameter can be varied to yield the desired number of links in the network or to focus on more local relations with smaller values of
Essentially, pathfinder networks preserve the shortest possible paths given the data. Therefore, links are eliminated when they are not on shortest paths. The will be the minimum spanning tree for the links defined by the proximity data if a unique minimum spanning tree exists. In general, the includes all of the links in any minimum spanning tree.
Пример
Вот пример недирижируемой сети поисковиков, полученной из средних оценок группы аспирантов по биологии. Студенты оценили взаимосвязь всех паров показаных терминов, и средний рейтинг для каждой пары был вычислен. Синие ссылки - это (на рисунке обозначены как "обе"). Для добавленных ссылок не должно быть двух ссылок, которые были бы короче расстояния между ними, но должно быть по крайней мере одно ссылочное ссылочное с более чем двумя ссылками. У минимального рассеивающегося дерева будет 24 звена, поэтому 26 звеньев подразумевают, что есть более одного минимального рассеивающегося дерева. Есть два цикла, поэтому в наборе звеньев цикла есть связанные расстояния. Чтобы разорвать каждый цикл, нужно было бы удалить одно из связанных звеньев в каждом цикле.