群體屬性熵考慮群體內部所有個體屬性整體相似情況,即考慮群體內部屬性的均質性,用來衡量群體在屬性上的均質程度。
基本介紹
- 中文名:群體屬性熵
- 外文名:attribute entropy of community
一. 定義,二. 群體屬性熵的表示,
一. 定義
群體屬性熵考慮群體內部所有個體屬性整體相似情況,即考慮群體內部屬性的均質性,用來衡量群體在屬性上的均質程度。集合的香濃信息熵可以度量集合的平均信息量,越均質的集合,其信息熵越小。將群體看作集合,將內部的屬性信息看作集合中的元素,則可以用熵來度量群體內部屬性的均質性。群體內個體的所有屬性取值越均質,其屬性熵越小,當群體內部所有屬性取值完全相同時,熵取得最小值0。
二. 群體屬性熵的表示
這裡考慮絕對值屬性,即屬性取有限的值,且屬性值只考慮相等關係,不考慮大小關係。假設網路共有D個屬性,屬性i可取個值,即其值域大小為,使用正整數數值化絕對值屬性,即假設屬性i的值域為。假設群體C中的個體總數為,其中屬性i的值取q的個體數,則群體中個體在屬性i上的值為q的頻率為
頻率滿足歸一化條件,,。因此可以定義群體在屬性i上的熵為
可以當作群體中一個隨機節點在屬性i上取q的機率,因此熵度量了群體中一個隨機節點在屬性i上的香濃信息量。群體在所有屬性上的熵定義為在單個屬性上的熵之和,即