在基於網路屬性模擬的生成模型中，有一些模型使用矩陣的乘積模擬網路的鄰接矩陣的擴展和演化。其中，Jure Leskovec等研究人員發現可以用矩陣的Kronecker乘積操作來生成網路。
基本介紹
- 中文名：Kronecker圖模型
- 外文名：Kronecker Graph Model
定義,套用,
定義
在基於網路屬性模擬的生成模型中，有一些模型使用矩陣的乘積模擬網路的鄰接矩陣的擴展和演化。其中，Jure Leskovec等研究人員發現可以用矩陣的Kronecker乘積操作來生成網路，並且通過實驗驗證了Kronecker圖模型生成的網路可以很好地模擬靜態網路的度分布、特徵值分布以及動態網路的直徑、密度變化的冪律分布等特性。Kronecker積的數學特性使得Kronecker圖模型所生成的網路具有良好的可分析性。
Kronecker積是一種矩陣乘積運算。給定大小為
的矩陣
和大小為
的矩陣
，那么矩陣
和 的Kronecker積表示一個大小為
的矩陣
，並且
套用
由上式可以看到，不同於矩陣的其他乘法，矩陣的Kronecker積是矩陣的擴展操作。那么，將兩個圖之間的Kronecker積定義為它們的鄰接矩陣的Kronecker積，就可以進行圖的擴展操作，並且擴展生成的圖具有自相似的特性，如圖1所示：
圖1
1）具有三個節點的鏈圖
。
2）Kronecker積的中間狀態，表示節點擴展後的結果。
3）的自Kronecker積結果。用
表示
個的Kronecker積。特別地，
表示兩個的Kronecker積。
4）的鄰接矩陣。
5）的鄰接矩陣。
Kronecker圖模型的網路生成過程就是對一個初始圖，進行多次Kronecker積操作，最終形成。易知的規模為規模的次冪。根據Kronecker積的作用過程可以得知，即使的規模非常小，如
的矩陣，最後生成的網路也會具有很好的可變性。為了使模型能夠更好地模擬真實世界網路，作者提出了Kronecker圖模型的改進模型，即隨機Kronecker圖模型。在該模型中鄰接矩陣中的元素被替換為機率值，這為Kronecker圖模型帶來了更大的靈活性，使其不僅能夠通過改變參數生成具有一定特性的網路，還可以通過參數估計來模擬真實世界中存在的網路。
