Search citation statements
Paper Sections
Citation Types
Year Published
Publication Types
Relationship
Authors
Journals
О р д е н а Л е н и н а ИНСТИТУТ ПРИКЛАДНОЙ МАТЕМАТИКИ имени М.В.Келдыша Р о с с и й с к о й а к а д е м и и н а у к А.В. Подлазов Модель роста социальной сети с локальными правилами Москва-2019 А.В. Подлазов Модель роста социальной сети с локальными правилами В работе предлагается подход к описанию роста социальной сети с опосредствованным связыванием, позволяющим полностью исключить из правил преимущественный выбор узлов. Модель, построенная на основе этого подхода, порождает разреженную сеть со степенным распределением узлов по валентности. Формулы для показателя распределения, получаемые из среднеполевого квазилинейного приближения, выполняются с хорошей точностью. Их эмпирические характеристики определяются из результатов моделирования. Однако согласовать данное приближение с величиной сдвига распределения не удается, что ограничивает применимость предлагаемого подхода. Ключевые слова: социальные сети, масштабная инвариантность, степенные распределения, конечно-размерный скейлинг, конкурентный рост, преимущественное присоединение, опосредованное связывание A.V. Podlazov Social network growth model with local rules I propose a description of a social network with indirect binding. This allows you to exclude completely the preferred choice of nodes from the rules. A model built on this basis generates a sparse network with a power-law distribution of nodes degree. The formulas for the distribution index obtained from the mean-field quasilinear approximation satisfied with good accuracy. Their empirical characteristics are determined from the simulation results. However, this approximation doesn't agree with the value of the distribution shift. That limits the applicability of the proposed approach.
О р д е н а Л е н и н а ИНСТИТУТ ПРИКЛАДНОЙ МАТЕМАТИКИ имени М.В.Келдыша Р о с с и й с к о й а к а д е м и и н а у к А.В. Подлазов Модель роста социальной сети с локальными правилами Москва-2019 А.В. Подлазов Модель роста социальной сети с локальными правилами В работе предлагается подход к описанию роста социальной сети с опосредствованным связыванием, позволяющим полностью исключить из правил преимущественный выбор узлов. Модель, построенная на основе этого подхода, порождает разреженную сеть со степенным распределением узлов по валентности. Формулы для показателя распределения, получаемые из среднеполевого квазилинейного приближения, выполняются с хорошей точностью. Их эмпирические характеристики определяются из результатов моделирования. Однако согласовать данное приближение с величиной сдвига распределения не удается, что ограничивает применимость предлагаемого подхода. Ключевые слова: социальные сети, масштабная инвариантность, степенные распределения, конечно-размерный скейлинг, конкурентный рост, преимущественное присоединение, опосредованное связывание A.V. Podlazov Social network growth model with local rules I propose a description of a social network with indirect binding. This allows you to exclude completely the preferred choice of nodes from the rules. A model built on this basis generates a sparse network with a power-law distribution of nodes degree. The formulas for the distribution index obtained from the mean-field quasilinear approximation satisfied with good accuracy. Their empirical characteristics are determined from the simulation results. However, this approximation doesn't agree with the value of the distribution shift. That limits the applicability of the proposed approach.
scite is a Brooklyn-based organization that helps researchers better discover and understand research articles through Smart Citations–citations that display the context of the citation and describe whether the article provides supporting or contrasting evidence. scite is used by students and researchers from around the world and is funded in part by the National Science Foundation and the National Institute on Drug Abuse of the National Institutes of Health.
hi@scite.ai
10624 S. Eastern Ave., Ste. A-614
Henderson, NV 89052, USA
Copyright © 2024 scite LLC. All rights reserved.
Made with 💙 for researchers
Part of the Research Solutions Family.