Complex networks facilitate the und

Complex networks facilitate the understanding of natural and man-made processes and are classified based on the concepts they model: biological, technological, social or semantic. The relevant subgraphs in these networks, called network motifs, are demonstrated to show core aspects of network functionality and can be used to analyze complex networks based on their topological fingerprint. We propose a novel approach of classifying social networks based on their topological aspects using motifs. As such, we define the classifiers for regular, random, small-world and scale-free topologies, and then apply this classification on empirical networks. We then show how our study brings a new perspective on differentiating between online social networks like Facebook, Twitter and Google Plus based on the distribution of network motifs over the fundamental topology classes. Characteristic patterns of motifs are obtained for each of the analyzed online networks and are used to better explain the functional properties behind how people interact online and to define classifiers capable of mapping any online network to a set of topological-communicational properties.

ผลลัพธ์ (ไทย) 2:

เครือข่ายที่ซับซ้อนของการอำนวยความสะดวกในการทำความเข้าใจกระบวนการทางธรรมชาติและที่มนุษย์สร้างขึ้นและจัดประเภทขึ้นอยู่กับแนวคิดที่พวกเขารูปแบบ: ทางชีวภาพ, เทคโนโลยีทางสังคมหรือความหมาย subgraphs ที่เกี่ยวข้องในเครือข่ายเหล่านี้เรียกว่าลวดลายเครือข่ายจะแสดงให้เห็นที่จะแสดงด้านหลักของการทำงานของเครือข่ายและสามารถนำมาใช้ในการวิเคราะห์เครือข่ายที่ซับซ้อนขึ้นอยู่กับสายของพวกเขา ngerprint ทอพอโลยี เราเสนอแนวทางใหม่ของการแบ่งประเภทของเครือข่ายทางสังคมบนพื้นฐานของด้านทอพอโลยีของตนโดยใช้ลวดลาย ดังนั้นเราจึง de ไฟทิศตะวันออกเฉียงเหนือ ERS ​​จัดประเภทไฟสำหรับปกติสุ่มโลกขนาดเล็กและขนาดโครงสร้างฟรีและจากนั้นให้ใช้ไอออนจัดประเภทนี้บนเครือข่ายเชิงประจักษ์ จากนั้นเราจะแสดงให้เห็นว่าการศึกษาของเรานำมุมมองใหม่เกี่ยวกับความแตกต่างระหว่างเครือข่ายสังคมออนไลน์เช่น Facebook, Twitter และ Google Plus บนพื้นฐานของการกระจายตัวของลวดลายเครือข่ายผ่านชั้นโครงสร้างพื้นฐาน รูปแบบลักษณะของลวดลายที่จะได้รับสำหรับแต่ละเครือข่ายออนไลน์วิเคราะห์และมีการใช้ที่ดีกว่าการอธิบายคุณสมบัติการทำงานที่อยู่เบื้องหลังวิธีการที่คนมีปฏิสัมพันธ์ออนไลน์และไปยังสายภาคตะวันออกเฉียงเหนือ ERS ​​จัดประเภทที่มีความสามารถของการทำแผนที่เครือข่ายใด ๆ ออนไลน์ให้กับชุดของคุณสมบัติ topological-communicational

ผลลัพธ์ (ไทย) 3:

เครือข่ายที่ซับซ้อนให้เข้าใจกระบวนการทางธรรมชาติและที่มนุษย์สร้างขึ้น และ classi จึงเอ็ดตามแนวความคิดของพวกเขารุ่น : ชีวภาพ , เทคโนโลยี , สังคม หรือความหมาย ส่วนขนาด ที่เกี่ยวข้องในเครือข่ายเหล่านี้ เรียกว่า เครือข่ายที่สำคัญ มีการแสดงโชว์หลักด้านการทำงานเครือข่ายและสามารถใช้วิเคราะห์เครือข่ายที่ซับซ้อนตามรูปแบบจึง ngerprint .เรานำเสนอแนวคิดใหม่ในประเภทของเครือข่ายทางสังคมบนพื้นฐานของการใช้ลักษณะรูปแบบลวดลาย เช่น เราจึงไม่ใช้ classi จึง ERS สำหรับปกติ , สุ่ม , โลกขนาดเล็กและไท - วัด topologies และจากนั้นใช้นี้ classi จึงประจุบวกบนเครือข่ายเชิงประจักษ์ จากนั้นเราจะแสดงวิธีการศึกษาของเรานำมุมมองใหม่เกี่ยวกับความแตกต่างระหว่างเครือข่ายสังคมออนไลน์เช่น Facebook ,Twitter และ Google Plus บนพื้นฐานของการกระจายของเครือข่ายที่สำคัญกว่าการเรียนแบบพื้นฐานรูปแบบลักษณะของลวดลายได้ทั้งแบบออนไลน์และเครือข่ายที่ใช้เพื่อใช้ในการอธิบายการทำงาน คุณสมบัติไว้ว่าคนโต้ตอบออนไลน์และ เดอ จึงไม่ classi จึง ERS ความสามารถในการทำแผนที่เครือข่ายออนไลน์ใด ๆที่เป็นชุดของคุณสมบัติการสื่อสารรูปแบบ .