Questo articolo spiega come selezionare un gruppo di nodi con la massima influenza combinata sul grafico.
Quando trovi nodi influenti in un grafico, puoi considerare metriche del grafico come centralità o grado, che indicano quanto è influente un singolo nodo. Tuttavia, per trovare l'insieme di nodi più influente nel grafico, è necessario considerare quale combinazione di nodi ha l'influenza maggiore sul grafico, il che è un problema difficile da risolvere. Questo articolo esplora come affrontare il problema della scelta dell'insieme di nodi più influente da un grafico.
La motivazione per questo articolo è che attualmente sto lavorando alla mia tesi, che prevede il clustering semi-supervisionato. In sostanza, devo selezionare alcuni nodi dal grafico di cui posso conoscere l'etichetta e quindi utilizzare tali informazioni per raggruppare gli altri nodi. Pertanto, trovare l'insieme di nodi più influente per conoscere l'etichetta è essenziale per le prestazioni del mio algoritmo di clustering. Nel caso di questo articolo, l'influenza sul grafico verrà considerata in base alla capacità dell'insieme di nodi selezionati di assistere l'algoritmo di clustering. Tuttavia, questa influenza sul grafico può essere generalizzata anche ad altri problemi.
Il problema di trovare la combinazione di nodi più influente è interessante perché, oltre a utilizzare un punteggio individuale per l'influenza del nodo, è necessario considerare anche la posizione di un nodo nel grafico rispetto agli altri nodi selezionati. Selezionare la combinazione dei nodi più influenti rende il problema molto più complicato poiché selezionare semplicemente i nodi con il punteggio di influenza individuale più alto potrebbe non essere ottimale. Ciò è illustrato nella figura seguente, dove i due nodi più influenti misurati individualmente per grado sono i nodi 4 e 5. La scelta di questi due nodi, tuttavia, non sarà necessariamente la migliore opzione per influenzare l'intero grafico. In questo caso i due nodi sono connessi, e altre combinazioni di nodi possono quindi avere un’influenza combinata più sostanziale sul grafico, come, ad esempio, i nodi…
Fonte: towardsdatascience.com
