Vue d’ensemble

L'attachement préférentiel est un phénomène courant dans les réseaux complexes où les nodes avec plus de connexions sont plus susceptibles d'établir de nouvelles connexions. Lorsque les deux nodes possèdent un grand nombre de connexions, la probabilité qu'ils forment une connexion est significativement plus élevée. Ce phénomène a été utilisé par A. Barabási et R. Albert dans leur modèle BA proposé pour générer des réseaux aléatoires sans échelle en 2002 :

• R. Albert, A. Barabási, Statistical mechanics of complex networks (2001)

L'algorithme de l'Attachement Préférentiel évalue la similarité entre deux nodes en calculant le produit du nombre de voisins que chaque node a. Il est calculé en utilisant la formule suivante :

où N(x) et N(y) sont les ensembles de nodes adjacents aux nodes x et y respectivement.

Des scores d'Attachement Préférentiel plus élevés indiquent une plus grande similarité entre les nodes, tandis qu'un score de 0 indique une absence de similarité entre deux nodes.

Dans cet exemple, PA(D,E) = |N(D)| * |N(E)| = |{B, C, E, F}| * |{B, D, F}| = 4 * 3 = 12.

Considérations

• L'algorithme de l'Attachement Préférentiel ignore la direction des edges mais les calcule comme des edges non dirigés.

Syntaxe

• Commande : algo(topological_link_prediction)
• Paramètres :

Exemple

Le graph d'exemple est le suivant :

File Writeback

algo(topological_link_prediction).params({
  uuids: [3],
  uuids2: [1,5,7],
  type: 'Preferential_Attachment'
}).write({
  file:{ 
    filename: 'pa'
  }
})

Résultats: Fichier pa

C,A,3.000000
C,E,6.000000
C,G,3.000000

Direct Return

algo(topological_link_prediction).params({
  ids: 'C',
  ids2: ['A','C','E','G'],
  type: 'Preferential_Attachment'
}) as pa 
return pa 

Résultats: pa

Stream Return

find().nodes() as n
with collect(n._id) as nID
algo(topological_link_prediction).params({
  ids: 'C',
  ids2: nID,
  type: 'Preferential_Attachment'
}).stream() as pa
where pa.num >= 2
return pa

Résultats: pa