Análise de Redes Complexas – Conceitos e Propriedades Básicas

Slides:



Advertisements
Apresentações semelhantes
Grafos eulerianos 1.
Advertisements

Grafos Orientados (digrafos)
Algoritmo de Caminho Mínimo
Planaridade 1.
Árvores 2010/1 Teoria dos Grafos (INF 5037/INF2781)
Árvores CC/EC/Mestrado Teoria dos Grafos ‏ 1.
Representação de Grafos
Distância Conceito útil para se medir a localização relativa entre diferentes vértices de um grafo Distância d(v,w): em um grafo conexo: número de arestas.
CC/EC/PPGI/UFES 2010/1 Teoria dos Grafos (INF 5037/INF2781) Conceitos Básicos.
Gustavo Sant´Anna Ferreira Rodrigo Ribeiro de Souza
Teoria dos Grafos – Aula 2
Análise de Decisão Aplicada a Gerência Empresarial – UVA Grafos - V
Exercícios PAA- Grafos
CC/EC/Mestrado/UFES Teoria dos Grafos (INF 5037/INF2781) Grafos Orientados (digrafos)
Pontes Seja (G) o número de componentes conexas de G. Uma ponte é uma aresta a tal que (G - a) > (G)
Percursos em um grafo 2010/1 Teoria dos Grafos (INF 5037/INF2781)
UFES CC/EC/Mestrado Teoria dos Grafos Árvores. UFES CC/EC/Mestrado Teoria dos Grafos Árvores Grafo Acíclico: não possui ciclos.
Conceitos Básicos CC/EC/Mestrado Teoria dos Grafos.
Algumas classes especiais de grafo
Prof. M.Sc. Fábio Francisco da Costa Fontes Agosto
CONCEITOS BÁSICOS DE GRAFOS
CONCEITOS BÁSICOS DE GRAFOS
Prof. M.Sc. Fábio Francisco da Costa Fontes Abril
Grafos – Parte 1 Projeto e Análise de Algoritmos Aline Vasconcelos
Ronaldo Celso Messias Correia –
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
Modelos de Redes Complexas
Detecção de Comunidades
Baseado em: The Algorithm Design Manual Steven S. Skiena
Algoritmos em Grafos.
Formas de representação e manipulação básica
Algoritmos em Grafos Conceitos principais Prof. André Renato
Teoria dos Grafos Caminhos e Noção de Grafos com pesos
Análise de Centralidade
Teoria dos Grafos Definições e Terminologia
Teoria dos Grafos Representação de Grafos e Isomorfismo
Finding and Evaluating Community Structure in Networks
D ETECÇÃO DE C OMUNIDADES Ricardo Prudêncio. L INK M INING - T AREFAS Relacionadas a Objetos Relacionadas a Arestas Relacionadas a Grafos Ranking de Nós.
Redes complexas – Mundo pequeno, redes sem escala e redes aleatórias
Modelos de Redes Ricardo Prudêncio.
Exercícios PAA- Grafos
Histórico, exemplos e problemas
Operações com grafos União Exemplo
O problema do emparelhamento máximo
Grafos Noções Básicas.
Grafos Msc. Cintia Carvalho Oliveira Doutoranda em Computação – UFU
Conceitos básicos em grafos
15)Entregar ao cliente o produto desejado no prazo combinado(no momento certo) e o produto deve ser o desejado(o produto certo) e Sem reclamação futura.
FÍSICA.
Disciplina Análise de Algoritmos BCC-UFU Profa. Sandra de Amo
Confiabilidade - Árvore de Falhas
Análise de Redes Complexas – Conceitos e Propriedades Básicas
Conexidade 1.
Anjolina Grisi de Oliveira obs: muitos slides foram cedidos por Adolfo Almeida Duran (UFBA) 2005.
Msc. Daniele Carvalho Oliveira
Community Structure in Jazz de Pablo M. Gleiser e Leon Danon Tópicos Avançados em Inteligência Artificial Prof. Ricardo Prudêncio apresentado por Bernardo.
Aula de Monitoria – Miniprova
Introdução a Algoritmos em Grafos.
Redes Complexas Silvia Benza Bareiro
Análise de Centralidade
Tópicos Avançados em Agentes Inteligentes Análise e Mineração de Redes Complexas Ricardo Prudêncio –
Mecanismo de sugestão e processo de caracterização de redes sociais
Celso C. Ribeiro Caroline T. Rocha
Grafos Anjolina Grisi de Oliveira 2005
REDES COMPLEXAS Rafael Dahis Engenharia de Computação e Informação UFRJ Redes de Computadores II – 2009/2 Professores: Luis Henrique Otto.
DETECÇÃO DE COMUNIDADES TAIA
 Prof. Miguel Gabriel Prazeres de Carvalho 1. 2 Redes Sociais GPS Para o correio. Para Viajantes. Pesquisas Biológicas. Distribuição de Tarefas. Recomendações.
Grafos Prof. Miguel Gabriel Prazeres de Carvalho.
Redes Sociais e Sistemas Multiagentes
Transcrição da apresentação:

Análise de Redes Complexas – Conceitos e Propriedades Básicas Ricardo Prudêncio

Redes Complexas Rede = conjunto de itens (vértices ou nós) com conexões (arestas ou links) entre si

Tipos de Redes Redes Tecnológicas Redes Informacionais Redes Sociais E.g., Internet, redes de transporte, redes de distribuição Redes Informacionais E.g., WWW, redes de citação, redes de preferência Redes Sociais E.g., Redes de amizade, redes de colaboração, redes de contato sexual Redes Biológicas E.g., redes metabólicas, redes regulatórias de genes, cadeia alimentar

Redes Complexas - Representação Grafos: G(V,E) Vértices: V = {v1,v2,v3,v4,v5} Arestas E = {(v1,v2), (v2,v3), (v2,v5), (v3,v4), (v3,v5)} v4 v3 v2 v1 v5

Representação Grafos Direcionados Vértices: V = {v1,v2,v3,v4,v5} v4 Arestas E = {(v1,v2), (v2,v3), (v2,v5), (v3,v4), (v3,v4), (v3,v5)} v4 v3 v2 v1 v5 E.g., Redes de influência, Web, Twitter, redes de citação, cadeia alimentar, malha aérea,…

Representação Grafos com Pesos Vértices: V = {v1,v2,v3,v4,v5} Arestas E = {(v1,v2,3), (v2,v3,5), (v2,v5,1), (v3,v4,2), (v3,v5,2)} 2 v4 5 v3 3 v2 v1 2 1 v5

Representação Grafos Multipartidos Diferentes tipos de vértices e arestas 1 A 2 B 3 Pessoas C 4 Instituições

Representação Matriz de Associação (Adjacência) v4 v1 v2 v3 v4 v5 v3 0 1 0 0 0 1 0 1 0 1 0 1 0 1 1 0 0 1 0 0 0 1 1 0 0 v2 v1 v5 Grafo não-direcionado = matriz simétrica

Representação Matriz de Associação v4 v1 v2 v3 v4 v5 v3 v1 v2 v3 v4 v5 0 1 0 0 0 0 0 1 0 1 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 v2 v1 v5

Representação Matriz de Associação 5 v4 v1 v2 v3 v4 v5 1 v3 v1 v2 v3 0 2 0 0 0 0 0 1 0 7 0 0 0 5 4 0 0 3 0 0 0 0 0 0 0 2 3 v2 v1 4 7 v5

Representação Matriz de Adjacência Vantagens Desvantanges Muitas operações são bastante simples Desvantanges Desperdícios de memória, em especial para redes esparsas Alternativa: Lista de Adjacência

Representação Lista de Adjacência v4 v3 v1 v2 v3 v4 v5 v2 v2 v1 v3 v5

Representação Lista de Adjacência Arestas de saída Arestas de entrada v4 v3 v1 v2 v3 v4 v5 v2 v2 v3 v5 v1 v1 v2 v4 v5 v4 v3 v3 v5 v2 v2

Propriedades Grau = Número de arestas do nó Grau do vértice vi v1 v2 v3 v4 v5 v3 v1 v2 v3 v4 v5 0 1 0 0 0 1 0 1 0 1 0 1 0 1 1 0 0 1 0 0 0 1 1 0 0 v2 v1 v5 Grau do vértice vi onde N = número total de nós

Propriedades Grau de entrada vs Grau de saída v4 v1 v2 v3 v4 v5 v3 v1 0 1 0 0 0 0 0 1 0 1 0 0 0 1 1 0 0 1 0 0 0 0 0 0 0 v2 v1 v5

Propriedades Distribuição do Grau Fração de vértices que possui determinado grau Nk = número de vértices com grau igual a k - Distribuição cumulativa complementar Fk k Probabilidade do grau ser maior ou igual a k

Propriedades Caminho geodésico Caminho mais curto entre dois nós v4 v3 v2 v1 d1,4 = 3 v5

Propriedades Distância Média Média de todos as distâncias geodésicas v4 v3 v2 v1 l = ??? v5

Propriedades Efeito de Mundo Pequeno Distância média é tipicamente pequena, mesmo em redes muitos grandes Ver Experimento de Milgran – 6 graus de separação Ver Documentário “How Kevin Bacon Cured Cancer”

Propriedades Diâmetro Máximo das distâncias geodésicas Diâmetro = 4

Propriedades Coeficiente de Clustering Qual a probabilidade de dois nós com um vizinho em comum serem conectados? B A Transitividade ? C Cc = 3 x número de triângulos da rede número de triplas de vértices conectados

Propriedades Coeficiente de Clustering Exercício: calcule o cc da rede abaixo. 4 5 3 1 Cc = 3 x número de triângulos da rede número de triplas de vértices conectados 2

Propriedades Estrutura de Comunidades Grupo 1 Grupo 2 Ponte = laço fraco Grupo 1 Grupo 2 Obs.: Grupo 2 é uma clique

Propriedades Componentes Grafo com 13 vértices - 3 Componentes - Componente principal (ou gigante) de tamanho 9

Material de Estudo - Introdução às redes complexas, por D. Figueiredo - Structure and Function of Complex Networks, by M. Newman