Arxiv网络科学论文摘要2篇(2019-10-21)

• 内生共享经济网络的外部性;
• 静态图的加权边采样;

内生共享经济网络的外部性

原文标题： Externalities in Endogenous Sharing Economy Networks

地址： http://arxiv.org/abs/1811.09992

作者： Pramod C. Mane, Kapil Ahuja, Nagarajan Krishnamurthy

摘要： 本文研究社交云网络一对主体之间链路形成对其他主体的资源可用性的影响（即外部性），内生共享经济网络的一个特例。具体来说，我们研究的主体商之间的紧密度和网络规模如何影响外部性。我们猜想并实验证实，为了主体实现正外部性，增加其紧密度是必要的。这不是一个充分条件，其后我们证明，环型网上分布的一个或多个主体，由于增加了主体的紧密度实现了正外部性。此外，形成一个链接的初始距离对受益人数量有直接关系，受益人数总是比非受益者的少。

静态图的加权边采样

原文标题： Weighted Edge Sampling for Static Graphs

地址： http://arxiv.org/abs/1910.08283

作者： Muhammad Irfan Yousuf, Raheel Anwar

摘要： 图采样提供了用于分析大图的高效而廉价的解决方案。虽然从大图中提取小代表子图，面临的挑战是捕捉到原图的属性。在以往的研究提出若干个采样算法，但他们缺乏良好的提取样本。在本文中，我们提出了所谓的加权边采样新的抽样方法。在这种方法中，我们同样重视在一开始所有的边。在采样过程中，我们样本与概率正比于它的重量的边。当边进行采样时，我们增加其相邻边的权重，这增加了被采样的概率。我们的方法提取的附近采样边比以前的方法更有效。我们凭经验使用几个真实世界的数据集评估我们的抽样方法的有效性，并与以前的一些方法的比较。我们发现，我们的方法产生了更好地匹配原始图的样本。我们还计算出均方根误差和柯斯二氏距离定量比较的结果。

声明：Arxiv文章摘要版权归论文原作者所有，由本人进行翻译整理，未经同意请勿随意转载。本系列在微信公众号“网络科学研究速递”（微信号netsci）和个人博客 https://www.complexly.cn （提供RSS订阅）进行同步更新。个性化论文阅读与推荐请访问 https://arxiv.complexly.cn 平台。