Network Analysis

3. Semester, Matthias Dehmer

3. Semester, Matthias Dehmer


S. H.
Diese Lernkarten behandeln auf Universitätsniveau die Analyse von Netzwerken und Graphen, wobei der Fokus auf Knoten, Kanten, Gradverteilungen und Netzwerkeigenschaften liegt. Sie eignen sich für Studierende der Informatik, die sich mit der Struktur und Komplexität von Netzwerken auseinandersetzen möchten, und behandeln unter anderem die Berechnung von Zentralitätsmaßen, die Erzeugung verschiedener Netzwerkmodelle und die Eigenschaften von Knoten und Kanten.
Karten
69
Lernende
0
Sprache
Deutsch
Kategorie
Informatik
Stufe
Universität
Erstellt / Aktualisiert
21.08.2021 / 10.01.2022

Lernkarten

Wie lautet die Adjazenzmatrix für den folgenden Graphen?

Um welche Adjazenzmatrix handelt es ich hier?

Es handelt sich um eine Quadratische Adjazenzmatrix,

Was bedeutet Adjazenz?

Ein Knoten ist adhazent mit einem anderne Knoten, wenn sie über eine Kante miteinander verbunden sind. 

Knoten-Knoten Verbindung = Adjazenz

Was macht eine symmetische Adjazentzmatrix aus?

- ungerichtet, so können alle Kanten in beide richtungen genutzt werden

- Matrix ist so entlang der Diagonalen symmetrisch

Was ist der "kürzestete Weg"?

Ist der minimale Pfad zwischen zwei Knoten. 

Was ist eine "topologische distanz"?

"topologische distanz" = Ist die Anzahl der Kanten in einem kürzesten Weg zwischen zwei Knoten. 

Was ist eine Distanzmatrix?

Ist eine Matrix mit der jeweiligen Anzahl Kanten des kürzesten Weges zwischen den zwei Knoten. 

 

Definition von Netzwerken

Abstrakte Objekte, um Zusammenhänge und Interaktionen zwischen Elementen von komplexen und heterogenen Systemen zu beschreiben. 

Ein Netzwerk (oder Graoh) ist ein Paar(V, E)
- V: endliche Menge von Knoten
- E: Teilmenge von V2 (Kanten) 

Nenne Beispiele für reale Netzwerke?

  • Facebook (soziale Netzwerke)
  • Gehirn (Neuronale Netze)
    • Sind durch Deep-Learning wieder interessant gewornden
  • Websites (z.B. FFhs-Webseite)

Was sind die Knoten und was die Kanten bei folgenden Netzwerkten: 

  1. Facebook
  2. Gehirn (Neuronale Netze)
  3. Websites

 

  1. Facebook
    • V: alle Mitglieder
    • E: {v,v`} ist eine Kate falls v und v` befreundet sind 
  2. Gehirn 
    • V: Neuronen
    • E: Verbindung zwischen den Neureonen
  3. Websites
    • V: Webpages
    • E: Links zwischen den Pages

Was sind Modelle?

???

Menge der Komplexen Netzwerke defineiren:

Durch ausschluss von einffachen Graphen: 

- ???

 

Nenne Beispiele für Netzwerkmodelle.

  • Small-Worls
  • Scale Free
  • Random-Modell

Nenne Netzwerkeigenschaften und Beispiele dafür.

  • Descriptive Eingenschaften (beschreibend)
    • Graphklassen
      • Small-World
      • Scale-Free
  • Quantitative Eigenschaften (messend)
    • Tool
      • Netzwerk Complexity 
      • Comparative Analysis

Was ist die Gradverteilung?

Sie zeigt, wie unterschiedlich die Kanten auf die einzelnen Knoten im Netzwerk verteilt sein können. 

Die Verteilung der Knotengrade ist eines der wichtigsten Merkmale zur Charakterisierung von Netzwerken.

Welche Arten von Gradverteilungen gibt es?

  • heavy tailed
    • erreicht 0 weniger schnell als eine Exponentalverteilungs-Tail

 

  • Poisson-Verteilt
    • klassische Annhame, dass die Grade alelr Knoten um einen Durchschnittswert schwanken
      • Zufallsgraphenmodell (Random-Modell)

 

  • Polynomieller Zusammenhang
    • typische "ungeliche" Gradverteilung realer Netzwerkte
      • Potenzgesetz
      • Atraktivitätsmodell

Was sind Homogenitätsmasse?

???

Wie wird ein klassischer Zufallsgraph nach ERdös-Renyi erzeugt?

  1. n und p werden festgelet
  2. n leere Knoten erstellen
  3. jede Kante wird mit der Wahrscheinlichkeit p (zwischen 0 und 1) erstellt
    • Anhand dieser Wahrscheinlichkeit wird eine Kante zwischen den Knoten erstellt oder nicht

bei p = 1, würde ein Vollständiger Graph (jeder Knoten mit jedem verbunden) erstellt werden

Wie wird ein Small-World Netzwerkt nach Watts Strogatz erzeugt?

Es wird ein Reguläreres Netzwerk genommen und so angepasst, dass es schlussendlich random wird. 

???

 

Was ist ein Reguläreres Netzwerk?

Wenn alle Knoten den gleichen Grad besitzen.

Was ist ein Hub?

Ein Hub ist ein Knoten mit einem höhrern Grad als der durchschnitts Grad.

Hubs sind wichtige Knoten, da bei ihrem wegfall / ausfall die Verbindung zu vielen anderen Knoten unterbrochen/ verlängert wird.

Was ist "Powerlaw"?

Die Wahrscheinlichkeit, dass ein Knoten einen spezifischen Grad hat

Was ist ein Clustering Coeffizient

ist ein Mass für die Cliquenbildung bzw. Transitivitä eines Netzwerkes. 

Nenne Eigenschaften eines Scale Free Netzwerks:

  • sind Zufallsgaphen
  • Die Gräder folgem dem Powerlaw
  • haben wenige Hubs und viele Knoten mit kleinen Grädern

Wie wird ein Scale-Free Netzwerk nach Barabasi Albert erzeugt?

Ein Knoten v verbindet sich mit höherer Wahrscheinlichkeit an Hubs. 

  • Knoten mit höherem Grad werden grösser, Knoten mit kleinem Grad bleiben klein
  • Beispiel: Facebook
    • Bekannte Leute bekommen mehr Follower als unbekannte

Wie wird der "Local clustering Coefficient" berechnet?

  • Formel
  • Berechnung der Graphen im Anhang

c(vi) = Knoten bei welchem wir den Koeffizient messen wollen

mi = tatsächlich direkt verlaufenden Kanten zwischen den Nachbarn

ki = Anzahl Nachbarn

Wie wird die "Closeness Zentralität" gemessen?

  • Formel
  • Lösung zum Graph im Anhang

D = distanz, kürzester Pfad zwischen v und w

Welches ist der wichtigeste Knoten in einem Netzwerk? (Most Important)

Der Knoten mit dem höchsten Zentralität Mass (Closeness Zentralität)

Wie wird die "Betweenness Zentralität" gemessen?

  • Formel
  • Lösung zum Graph im Anhang

Sag aus, wie viele Knoten benötigen werden um von einem Knoten zu einem andern zu gelangen.

Lernen