Arasındalık merkeziliği tanıtıldı ve bağımsız olarak, Bavelas’ın fikirlerinden esinlenmiştir. Bavelas, psikolojik durumları grafiklerle haritalandırmaya çalışan ilk kişiydi. Ana ilgi alanı merkez kavramıydı (“en iç bölgeler” olarak adlandırılır), ancak ek olarak şu örneği tartıştı: Büyük bir giysi fabrikasında İtalyanca konuşan bir grup kadın çalışıyor.

Sadece bir tanesi İngilizce biliyor. Bavelas şöyle diyor: “İngilizce konuşan üyenin, zorunlu olarak kendisinden geçmesi gereken iletişim konusunda merkezden başka bir yerde olacağını tasavvur etmek güç (…) Grubun ‘dış’ algısına göre İngilizce konuşan üye. (…)Politika kararlarının bilgiye dayalı olduğu ölçüde, ‘dışarıdaki’ işlerin durumu ile ilgili olarak, bilginin saklanması, aktarımda renklendirilmesi veya dağıtılması veya dışarıdaki durumun başka şekillerde yanlış temsil edilmesi bunları temelden etkileyecektir. 

Hem sınır hem de köşe arasılık, sosyal ağ cinsel ilişki ağları veya terörist ağların analizinde birçok uygulama bulmuştur. Bir başka ilginç uygulama, kenar arasındalık merkeziliğine dayalı bir grafik kümeleme algoritmasıdır.

Modern teknikler, tepe noktası arasındakiliği kullanarak bir iletişim ağında beklenen tıkanıklığı tahmin etmeye çalışır. Buna göre, bant genişliği bir köşenin arasındalık merkeziliği ile orantılı olarak ölçeklendirilerek tıkanıklık olasılığı azaltılabilir. Bununla birlikte, aradalık merkeziliği, belirtildiği gibi her zaman beklenen tıkanıklık ile ölçeklenmez.

Bu indeksin algoritmik karmaşıklığı, ağırlıklandırılmamış ağlar için O(nm) ve ağırlıklı ağlar için O(nm + n2 log n) şeklindedir. Bu çalışma zamanı, yaklaşık 10.000 köşeden daha büyük grafikler için arasındalık merkeziliğini hesaplamayı çok zorlaştırdığından, alternatifler düşünülmelidir.

İçinde, arasındalık merkeziliğine yaklaşmanın bir yolunu tartışacağız. Aradalığın merkeziliğinin kişiselleştirilmiş bir varyantında sunulur. En kısa yol arasındalık merkeziliğinin yönlendirilmiş bir versiyonu ilk olarak tartışıldı.

Geri Bildirim Merkezleri

Bildiğimiz kadarıyla, bir geri bildirim merkeziliğini tanımlayan (aslında bu şekilde adlandırmadan) ilk makale yayınlandı. Durum endeksi kısa bir süre sonra 1953’te sunuldu.

Tanımlanan indeks ve sunulan yaklaşım, yüksek değerli bir tepe noktasının çevresindeki tüm tepe noktalarını etkilediği yayılma kuvveti fikrine odaklanır. Tüm bu yaklaşımlar yalnızca olumlu geribildirim ilişkilerine odaklanır. Olumsuz geribildirim ilişkisini kapsayan ilk merkezilik indeksi sunuldu.

Web Merkezleri

Özellikle PageRank için bir sürü makale mevcuttur ve bu nedenle, konunun daha fazla araştırılması için iyi bir başlangıç noktası olan sadece üç referans veriyoruz.

Algoritma Nedir Örnekleri
En iyi algoritmalar
Algoritma Örnekleri
Sıralama algoritmaları
Algoritma Çeşitleri
Veri Yapıları ve Algoritmalar – PDF
Algoritma PDF
Algoritma cümle içinde kullanımı

Merkezilik Endeksleri için Algoritmalar

Merkezilik indekslerinin kullanışlılığı, onları hızlı bir şekilde hesaplama becerisine göre artar veya düşer. Bu, bilgisayar biliminin kalbinde yer alan bir sorundur ve etkili algoritmaların tasarımı ve analizine yönelik çok sayıda araştırma yapılmıştır.

Örneğin, en kısa yol hesaplamaları iyi anlaşılmıştır ve bu içgörüler tüm mesafeye dayalı merkezilik ölçümlerine kolayca uygulanabilir. Bu bölüm, önceki bölümlerin merkezilik indekslerini verimli bir şekilde hesaplayan algoritmalarla ilgilidir.

Mesafeye dayalı merkeziliklerin çoğu, tanımlarının doğrudan değerlendirilmesiyle hesaplanabilir. Genellikle, bu naif yaklaşım, en kısa yol mesafelerinin tümü bilindiğinde oldukça etkilidir. Örneğin, yakınlık merkeziliği, belirli bir tepe noktasından diğer tüm köşelere olan tüm mesafelerin toplamını gerektirir.

Tüm mesafeleri içeren bir matris verildiğinde, bu, bir satır veya sütunun girişlerinin toplamına karşılık gelir. Böylece tüm yakınlık değerlerinin hesaplanması, n2 adım atarak matrisi bir kez tamamen kat eder. Bilinen en hızlı algoritmaları kullanarak mesafe matrisini hesaplamak, algoritmaya ve ağın özel yapısından yararlanma olasılığına bağlı olarak n2 ve n3 adımlarını alacaktır.

Böylece, tüm köşeler için yakınlık merkeziliğinin hesaplanması polinom zamanında verimli bir şekilde yapılabilir. Bununla birlikte, büyük ağlar için bu, önemli hesaplama sürelerine yol açabilir; bu durumda, eldeki ağı analiz etmek için özel bir algoritma çok önemli bileşen olabilir.

Bununla birlikte, Web grafiği gibi gerçekten büyük ağlar için özel bir kesin algoritma bile çok zaman alabilir. Bu nedenle, bu kadar büyük ağlar için, sonucu çok hızlı, tercihen doğrusal zamanlı algoritmalarla yaklaşık olarak tahmin etmek mantıklıdır.

Gerçek hayat ağlarının bir diğer önemli yönü de zaman içinde sıklıkla değişmesidir. Bu davranışın en belirgin örneği Web grafiğidir. Bazı değişikliklerden sonra tüm merkezilik değerlerini sıfırdan yeniden hesaplamak yerine, bir şekilde önceki hesaplamaları yeniden kullanmayı tercih ediyoruz.

Bu tür dinamik algoritmalar yalnızca değişen bir ortamda değerli değildir. Ayrıca, tanımın bir öğeyi ağdan tekrar tekrar kaldırmayı gerektirdiği canlılık temelli merkezilik endeksleri için performansı artırabilirler. Örneğin, dinamik tüm çiftler en kısa yol algoritmaları bu ayarda kullanılabilir.

Bu bölüm yalnızca bilinen sonuçları listelemekle kalmaz, aynı zamanda bu tür algoritmaların çalışmasını sağlayan fikirleri de sağlar. Bu amaçla, sunulan daha özel merkezilik algoritmaları için arka plan sağlamak amacıyla bazı temel en kısa yol algoritmalarını özetler.

Ardından, yakınlık merkeziliği ve web merkezleri için hızlı yaklaşım algoritmalarını açıklar. Son olarak, dinamik olarak değişen ağlar için algoritmalar ele alınmıştır.

Temel Algoritmalar

Temel grafik algoritmaları üzerine birkaç iyi ders kitabı mevcuttur. Bu bölüm, belirli merkezilik algoritmalarına bir temel sağlamak için bazı temel ve önemli algoritmik fikirleri özetlemektedir.

Ayrıca, özellikle büyük ağlar için farklı merkezilik önlemlerinin hesaplama açısından ne kadar pahalı olduğunu göstermek için bazı algoritmaların çalışma sürelerini kısaca gözden geçireceğiz.

Kaynak adı verilen belirli bir köşe ile diğer tüm köşeler arasındaki en kısa yol mesafelerinin hesaplanması, Tek Kaynaklı En Kısa Yol (SSSP) problemi olarak bilinen klasik bir algoritmik problemdir.

Negatif olmayan kenar ağırlıklarına sahip grafikler için SSSP için ilk polinom-zaman algoritmasını sağladı. Algoritma, s ve v arasında şimdiye kadar bulunan en kısa yolun uzunluğunu belirten bir dizi en kısa yol etiketi d(s, v) tutar. Algoritma başladığında en kısa yol bilinmediğinden, bu etiketler sonsuza kadar başlatılır.

Algoritma ayrıca kalıcı olarak etiketlenmiş tepe noktalarının bir listesini ve geçici olarak etiketlenmiş köşelerin bir T listesini tutar. Bir v ∈ P tepe noktası için, d(s, v) etiketi s ve v arasındaki en kısa yol mesafesine eşittir, halbuki v ∈ T köşeleri için d(s, v) etiketleri en kısa yolun üst sınırlarıdır.

The post Merkezilik Endeksleri için Algoritmalar – Bilgisayar Bilimleri Ödevleri – Bilgisayar Bilimleri Ödev Hazırlatma – Bilgisayar Bilimleri Alanında Tez Yazdırma – Bilgisayar Bilimleri Ödev Yaptırma Fiyatları first appeared on Online (Parayla Ödev Yaptırma).