作 者 摘 要 详细资料
学科领域 信息系统 » 系统科学 标 签相关链接
DOI URL
shuchen 的文献笔记 订阅 |
内容总结
文章通过对 超过五百万的移动电话记录的分析，验证并挖掘出 mobility homophily 和 network proximity 之间存在强关联，人类移动模式与社交联系强度以及 链路预测彼此影响，因此可以通过彼此的强相关性，彼此进行预测，如通过社交联系强度预测 人类移动模式，或者通过人类移动模式来预测社交联系强度。要点：数据的预处理： 将移动电话记录里的数据提取成一个四元组<x,y,t,l> x 是 呼出电话用户的 ID 号， 即 节点号 Y 是 所呼叫电话用户的ID号 ， 也是节点号 T 是 所呼叫电话的时间 L 是呼出电话用户所在的基站位置 作者先预处理了500万用户的数据，从里面选择了彼此联系比较强的 5万个相互联系很紧密的用户作为节点， 把他们在一段时间内的 所有电话数量作为上限，来进行分析。 network proximity ： 1 共同邻居： common neighbor 2. 带权重与度的共同邻居： redefined common neighbor 3 .考虑两个点的邻居之间的 差异程度与共同邻居，即考虑 度差异很大的点之间的网络的接近性 4.通过衡量两个点之间所有路径的平均值。 网络的接近性的衡量标准其实就是彼此之间的路径，如果路径为1 ，即说明这两点彼此连接。 人类移动同质性的刻画： |
Ranking stability and super-stable nodes in complex networksAnalysis of telephone network traffic based on a complex user network
浙公网安备 33010202000686号 ( 浙ICP备09035230号-1 )
Human mobility, social ties, and link prediction 