Skip to main content
Erweiterte Suche
Anmelden
nach oben
Social Network Analysis and Mining
Erschienen in:

01.12.2016 | Original Article

Effects of missing data in multilayer networks

verfasst von: Rajesh Sharma, Matteo Magnani, Danilo Montesi

Erschienen in: Social Network Analysis and Mining | Ausgabe 1/2016

Einloggen

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Abstract

A common problem in social network analysis is the presence of missing data. This problem has been extensively investigated in single-layer networks, that is, considering one network at a time. However, in multilayer networks, in which a holistic view of multiple networks is taken, the problem has not been specifically studied. In this work, we take an exhaustive and systematic approach to understand the effect of missing data in multilayer networks. Differently from the single-layer networks, depending on layer interdependencies, the common network properties can increase or decrease with respect to the properties of the complete network. Another important aspect we observed through our experiments on six real and eleven synthetic datasets is that multilayer network properties like layer correlation and relevance can be used to understand the impact of missing data compared to measuring traditional network measures.
Vorheriger Artikel Stepping back from the trees to see the forest: a network approach to valuing intelligence
Nächster Artikel Quality of life: a social network’s perspective

Sie haben noch keine Lizenz? Dann Informieren Sie sich jetzt über unsere Produkte:

Springer Professional "Wirtschaft+Technik"

Online-Abonnement

Mit Springer Professional "Wirtschaft+Technik" erhalten Sie Zugriff auf:

  • über 102.000 Bücher
  • über 537 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Maschinenbau + Werkstoffe
  • Versicherung + Risiko

Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Wirtschaft"

Online-Abonnement

Mit Springer Professional "Wirtschaft" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 340 Zeitschriften

aus folgenden Fachgebieten:

  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Finance + Banking
  • Management + Führung
  • Marketing + Vertrieb
  • Versicherung + Risiko




Jetzt Wissensvorsprung sichern!

Jetzt informieren

Springer Professional "Technik"

Online-Abonnement

Mit Springer Professional "Technik" erhalten Sie Zugriff auf:

  • über 67.000 Bücher
  • über 390 Zeitschriften

aus folgenden Fachgebieten:

  • Automobil + Motoren
  • Bauwesen + Immobilien
  • Business IT + Informatik
  • Elektrotechnik + Elektronik
  • Energie + Nachhaltigkeit
  • Maschinenbau + Werkstoffe




 

Jetzt Wissensvorsprung sichern!

Jetzt informieren
Literatur
Dieser Inhalt ist nur sichtbar, wenn du eingeloggt bist und die entsprechende Berechtigung hast.
Metadaten
Titel
Effects of missing data in multilayer networks
verfasst von
Rajesh Sharma
Matteo Magnani
Danilo Montesi
Publikationsdatum
01.12.2016
Verlag
Springer Vienna
Erschienen in
Social Network Analysis and Mining / Ausgabe 1/2016
Print ISSN: 1869-5450
Elektronische ISSN: 1869-5469
DOI
https://doi.org/10.1007/s13278-016-0384-3

Weitere Artikel der Ausgabe 1/2016

Social network ad allocation and optimization: a geometric mapping-based approach

  • Original Article

On the prevalence of hierarchies in social networks

  • Open Access
  • Original Article

A review of features for the discrimination of twitter users: application to the prediction of offline influence

  • Original Article

An empirical study of socialbot infiltration strategies in the Twitter social network

  • Original Article

Training a text classifier with a single word using Twitter Lists and domain adaptation

  • Original Article

On social networks of program committees

  • Original Article

Premium Partner

    Bildnachweise