반응형 Graph mining2 Network Properties ## Graph Network 속성들 Degree Distribution : P(k) Path Length : h Clustering coefficient : C Connected Component : s ## Degree Distribution Degree의 개수의 분포를 나타냄 $$ P(k) = N_{k} / N $$ N = 총 degree의 개수, N_k = k번째 노드의 degree ## Path Length A 노드에서 B 노드로 가기 위해 거쳐야 할 노드(or 엣지)들 A -> G로 가기 위해 ACBDCDEG 방법 등 여러가지 방법이 있음 여기서 파생되는 개념은 shortest path length(=distance) 크루스칼 알고리즘 처럼 가장 짧은 루트를 선택 여기서 Undirected와 .. 2021. 12. 6. Graph Mining 기초 본 글은 인천대학교 최대진 교수님의 강의에 기반하여 작성하였습니다 ## Graph Mining Large-Scale의 데이터를 다룰 때 통계치를 기반으로는 한계가 있다. 이를 극복하기 위해 그래프를 이용하여 유의미한 결과를 추출하는 것을 말한다. 대표적인 예시 : Edge가 가장 모여있는 Community를 찾는 것, 페이스북 사람들의 연결관계, 추천시스템 ## Graph Graph G = (V,E,W)로 이뤄져 있다. 여기서 대문자 V,E,W는 모두 집합의 형태이다. - V = Vertex set (node 집합) - E = Edge set - W = Weight set Graph Data structure : 엔티티 간의 관계, p2p network(path2path network) ## Graph .. 2021. 12. 6. 이전 1 다음 반응형