图论的替代方案?

数据挖掘 社会网络分析
2021-09-28 20:44:29
  • 我计划使用图论和页面排名方法来寻找组织中最有影响力的人。

    有影响力的人是在组织中推动大量活动的人。当他分配任务时,大多数人都会这样做。当他发送邮件时,大多数人都会回复他。当他分配一些培训时,大多数人都会这样做。

    但是在这里使用图论有一个缺点。例如,假设 A 非常有影响力,而 B 刚刚加入一个组织,在 A 手下工作。B 提出请假请求,并发送给 A 以供批准。A 批准请假请求。这似乎是矛盾的,因为 A 很有影响力,但 A 回应了 B。根据图论,这不会使人 B 也很有影响力吗?这种方法会产生非常糟糕的结果。

    我怎样才能克服这个限制?任何人都可以提出另一种方法吗?


  • 我正在使用交互次数来计算affinity scores两个用户之间的交互次数。基于此,我建议应该向用户显示哪些内容(就像 FaceBook 所做的那样)。用户 A 大部分时间都响应用户 B。所以 (A->B) 的亲和力得分很高。因此,在用户 B 的新闻源中,我打算显示来自用户 A 的内容。

    有没有比只计算交互次数更好的方法?

    如果两个用户 A 和 C 与 B 的亲和力分数相同,如果 A 的影响力大于 B,则 A 的内容将首先显示给用户 B。

1个回答

根据图论,这不是让B人也很有影响力吗?

不,您需要先考虑如何设置图表,然后再进一步。在这种情况下,您的图表并不简单,而是既加权定向,因此处理 A 对 B 的请求既不会减少 A 的影响,也不会改善 B 的影响。因为有向边的权重决定了影响。

有没有比只计算交互次数更好的方法?

社区检测或计算机科学家所说的图聚类如果您不必将自己限制在层次结构中,您可以提取互动最多的社区并在社区内分享建议。