Algorithmus zur dezentralen Suche in sozialen Netzwerken

Question

Ich möchte alle vorhandenen dezentralen Algorithmen herausfinden, die die strukturellen Eigenschaften sozialer Netzwerke ausnutzen. Bisher kenne ich die folgenden Algorithmen -

1) Die besten Such verbunden - adamischen et al

2) Random Walk (keine strukturelle Eigenschaft ausnutzen, aber noch ist es dezentral)

3) Hamming-Distanz Suche

4) Schwach/Stark tie Suche

5) Cosinus Ähnlichkeitssuche (CCS)

6) Informati auf Scent Suche (ISS)

Jede Hilfe

Answer 1

Aus dem Papier "Suche nach Expertise in Social Networks: Eine Simulation potentieller Strategien": geschätzt würde

Breitensuche (BFS) sendet ein Abfrage an alle Nachbarn, anstatt einen Nachbarn nach einer Heuristik auszuwählen. Es kann das Ziel finden, das der Quelle am nächsten ist, aber mit extrem hohen Bandbreitenkosten (wie in P2P-Filesharing-Netzwerken).

Cosinus Similarity Search (CCS) verringert die Auswirkung des hohen Grads, indem die Hamming-Distanz durch die Gesamtzahl der Beziehungen (Freunde) eines Nachbarn, die außerhalb des Grades liegen, dividiert wird.

Information Scent Search (ISS) wählt die nächste Person mit der höchsten Übereinstimmungsbewertung (die wir Informationsduft nennen) zwischen der Abfrage und seinem Profil aus. Unsere Implementierung des Algorithmus unterscheidet sich geringfügig von Yu und Singh, da wir ihren Algorithmus an den Enron-Datensatz anpassen mussten. Wir verwenden stattdessen das automatisch generierte Keyword-Profil.

Answer 2

[PDF] Komplexe Netzwerke und dezentrale Suchalgorithmen

http://www.cs.cornell.edu/home/kleinber/icm06-swn.pdf