Какие алгоритмы я могу использовать, чтобы сделать выводы из графика?

Question

Отредактированный вопрос, чтобы сделать его более конкретным.

Не пытаясь основывать его на содержании узлов, а исключительно на структуре ориентированного графа.

Например, pagerank (сначала) использовал только структуру ссылок (ориентированный граф), чтобы сделать выводы о том, что было более актуальным. Я не совсем уверен, но я думаю, что Elo (шахматный рейтинг) делает что-то симлаир для ранжирования игроков (хотя это также добавляет очки).

Я использую пакет python для networkx, но сейчас я просто хочу понять любые алгоритмы, которые это делают.

Спасибо!

Answer 1

Центральность собственного вектора - это метрика сети, которая может использоваться для моделирования вероятности того, что узел встретится в случайном обходе.Он учитывает не только количество ребер, которые имеет узел, но также количество ребер, к которым узлы он подключает, и далее по ребрам, которые имеют узлы, соединенные с его связанными узлами, и так далее.Он может быть реализован с помощью случайного обхода, как работает алгоритм Google PageRank .

Тем не менее, область сетевого анализа широка и продолжает развиваться с новымии интересные исследования.То, как вы задаете вопрос, подразумевает, что у вас может сложиться другое впечатление.Возможно, начните с просмотра трех ссылок, которые я включил здесь, и посмотрите, поможет ли это вам начать, а затем уточните более конкретные вопросы.

Answer 2

Вам, вероятно, стоит взглянуть на Марковские случайные поля и Условные случайные поля .Возможно, самое близкое к тому, что вы описываете, это Байесовская сеть