离散度

dispersion(G, u=None, v=None, normalized=True, alpha=1.0, b=0.0, c=0.0)

计算图 G 中节点 u 和 v 之间的离散度。

当两个行为者（u 和 v）之间的共同联系（s 和 t）彼此之间连接不紧密时，它们之间的链接具有高离散度。

参数:

G图

一个 NetworkX 图。

u节点，可选

离散度分数的源节点（例如，网络的自我中心节点）。

v节点，可选

如果指定，则为离散度分数的目的节点。

normalized布尔值

如果为 True（默认值），则按节点（u 和 v）的嵌入度进行归一化。

alpha, b, c浮点数

归一化过程的参数。当 normalized 为 True 时，离散度值通过以下公式进行归一化：

result = ((dispersion + b) ** alpha) / (embeddedness + c)

只要分母不为零。

返回:

nodes字典

如果指定了 u（或 v），则返回一个字典，其中包含所有“目标”（或“源”）节点的离散度分数。如果既未指定 u 也未指定 v，则返回一个包含图中所有节点“u”的字典的字典，其中包含每个节点“v”的离散度分数。

注意

此实现遵循 Lars Backstrom 和 Jon Kleinberg [1] 的方法。如果指定了 \(u\)，典型用法是在自我中心网络 \(G_u\) 上运行离散度计算。在既未指定 \(u\) 也未指定 \(v\) 的情况下运行 dispersion() 可能需要一些时间才能完成。

参考文献

[1]

Romantic Partnerships and the Dispersion of Social Ties: A Network Analysis of Relationship Status on Facebook. Lars Backstrom, Jon Kleinberg. https://arxiv.org/pdf/1310.6753v1.pdf