Resumen

Los datos de grafos sociales a gran escala plantean importantes retos a las herramientas de anlisis social para supervisar y analizar las redes sociales. La medida de distancia terica de la informacin, es decir, la distancia de resistencia, es un parmetro vital para clasificar nodos influyentes o detectar comunidades. La superioridad de la distancia de resistencia y del ndice de Kirchhoff radica en que pueden reflejar las propiedades globales del grafo de forma justa, y se utilizan ampliamente en la evaluacin de la conectividad y la robustez de los grafos. Existen varias medidas de criticidad de grafos que se han investigado para grafos subyacentes, mientras que se sabe poco sobre las mtricas correspondientes para grafos mixtos. En este artculo, proponemos el algoritmo de paseo positivo para construir la matriz hermitiana del grafo mixto y, a continuacin, introducimos la matriz de resistencia hermitiana y el ndice Kirchhoff hermitiano, que se basan en los valores y vectores propios de la matriz laplaciana hermitiana. Mientras tanto, tambin proponemos un algoritmo modificado, el algoritmo de travesa dirigida, para seleccionar las aristas cuya eliminacin maximizar el ndice Hermitian Kirchhoff en el grafo mixto general. Finalmente, comparamos los resultados con la conectividad algebraica para verificar la superioridad de la estrategia propuesta.

• Materias:Algoritmos (Matemáticas) Algebra Ingeniería Lógica matemática Matemáticas
• Subjects:Agorithms (Math) Algebra Engineering Mathematical logic mathematics
• Palabras claves:Datos de grafos sociales; Redes sociales; Distancia de resistencia; índice de Kirchhoff; Detección de comunidades; Criticidad de la red
• Keywords:Social graph data; Social networks; Resistance distance; Kirchhoff index; Community detection; Network criticality