본문 바로가기

barabasi2

[네트워크이론] degree에 따른 attachment rate 구하기 Barabasi-Albert 모델에서 중요한 것은 Preferential attachment와 Network의 성장이다. 이 규칙을 통해 신규 유입되는 node들은 link의 개수가 많은 node와 연결을 맺을 확률이 높고, 이는 다른 node와 비교했을 시 아주 많은 link를 지닌 node, 즉 Hub들을 만들어낸다. 하지만, 특정 네트워크에서 이러한 규칙을 조금 더 엄밀히 살펴보기 위해 실제 node들이 연결을 갖는 비율 Attachment rate를 구하는 방법이 있다. 이 Attachment rate가 실제로 node가 지닌 link 수(degree, 관용적으로 k로 표현)에 비례하는가 확인함으로써 특정 네트워크가 지니고 있는 BA 모델의 성질을 확인할 수 있다. 오늘은 in-degree net.. 2018. 12. 7.
[시뮬레이션] python으로 BA 모델 만들기 BA모델을 이해하더라도 실제 구현하기는 힘이 든다. BA모델 특징상 노드가 10,000 개 이상의 아주 큰 network 에서 그 특징이 뚜렷히 나타나기 때문이다. 그래서, BA모델을 만들어볼 수 있는 방법을 여러가지 소개해 보는 글을 쓰기로 했다.BA모델 이론적 배경 관련 포스팅 2017/10/14 - [연구/리뷰] - [논문소개] Emergence of Scaling in Random Networks2017/10/22 - [연구/리뷰] - [논문소개] Barabasi-Albert model (바라바시 알베르트 모델)2018/04/26 - [연구/연구] - [연구] BA 모델 고찰2018/05/10 - [연구/연구] - [고찰] BA 모델 고찰2 환경은 python 3.5를 기반으로 작성하였다. 방법1.. 2018. 6. 5.