Skip to main content
Fachgebiete
Automobil + Motoren Bauwesen + Immobilien Business IT + Informatik Elektrotechnik + Elektronik Energie + Nachhaltigkeit Finance + Banking Management + Führung Marketing + Vertrieb Maschinenbau + Werkstoffe Versicherung + Risiko
DE
EN
Themenseiten
Organisationspsychologie Projektmanagement Marketing Smart Manufacturing
Bücher
Zeitschriften
Weitere Formate
Podcasts Webinare Technik Webinare Wirtschaft Kongresse Veranstaltungskalender Awards
Jetzt Einzelzugang starten
Zugang für Unternehmen
Referenzkunden
ATZ-Fachkongress

Chassis.tech plus 2024


4 Kongresse in einer Veranstaltung

Treffen Sie in München die Fachleute von Chassis, Lenkung, Bremsen sowie Reifen/Räder.
Erweiterte Suche
Anmelden
nach oben
Erschienen in:
An Equivalent Formulation for the Shapley Value Kapitel lesen Erstes Kapitel lesen

2018 | OriginalPaper | Buchkapitel

Comparing Game-Theoretic and Maximum Likelihood Approaches for Network Partitioning

verfasst von : Vladimir V. Mazalov

Erschienen in: Transactions on Computational Collective Intelligence XXXI

Verlag: Springer Berlin Heidelberg

Einloggen

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

search-config
loading …

Abstract

The purpose of this article is to show the relationship between the game-theoretic approach and the maximum likelihood method in the problem of community detection in networks. We formulate a cooperative game related with network structure where the nodes are players in a hedonic game and then we find the stable partition of the network into coalitions. This approach corresponds to the problem of maximizing a potential function and allows to detect clusters with various resolution. We propose here the maximum likelihood method for the tuning of the resolution parameter in the hedonic game. We illustrate this approach by some numerical examples.

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 "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

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
Vorheriges Kapitel Transforming Games with Affinities from Characteristic into Normal Form
Nächstes Kapitel Comparing Results of Voting by Statistical Rank Tests
Literatur
1.
Avrachenkov, K., Dobrynin, V., Nemirovsky, D., Pham, S.K., Smirnova, E.: Pagerank based clustering of hypertext document collections. Proc. ACM SIGIR 2008, 873–874 (2008)
2.
Avrachenkov, K., El Chamie, M., Neglia, G.: Graph clustering based on mixing time of random walks. Proc. IEEE ICC 2014, 4089–4094 (2014)
3.
4.
Blatt, M., Wiseman, S., Domany, E.: Clustering data through an analogy to the Potts model. In: Proceedings of NIPS 1996, pp. 416–422 (1996)
5.
Blondel, V.D., Guillaume, J.L., Lambiotte, R., Lefebvre, E.: Fast unfolding of communities in large networks. J. Stat. Mech. Theory Exp. 10, 10008 (2008)CrossRef
6.
Bogomolnaia, A., Jackson, M.O.: The stability of hedonic coalition structures. Games Econ. Behav. 38(2), 201–230 (2002)MathSciNetCrossRef
7.
Copic, J., Jackson, M., Kirman, A.: Identifying community structures from network data via maximum likelihood methods. B.E. J. Theor. Econ. 9(1) (2009). 1935-1704
8.
Dongen, S.: Performance criteria for graph clustering and Markov cluster experiments, CWI Technical report (2000)
9.
Ermolin, N.A., Mazalov, V.V., Pechnikov, A.A.: Game-theoretic methods for finding communities in academic Web. In: SPIIRAS Proceedings, Issue 6(55), pp. 237–254 (2017)CrossRef
10.
11.
Girvan, M., Newman, M.E.J.: Community structure in social and biological networks. Proc. Nat. Acad. Sci. USA 99(12), 7821–7826 (2002)MathSciNetCrossRef
12.
Mazalov, V.: Mathematical Game Theory and Applications. Wiley, Hoboken (2014)MATH
13.
14.
Meila, M., Shi, J.: A random walks view of spectral segmentation. In: Proceedings of AISTATS (2001)
15.
Newman, M.E.J.: Modularity and community structure in networks. Soc. Netw. 103(23), 8577–8582 (2006)
16.
Pons, P., Latapy, M.: Computing communities in large networks using random walks. J. Graph Algo. Appl. 10(2), 191–218 (2006)MathSciNetCrossRef
17.
Raghavan, U.N., Albert, R., Kumara, S.: Near linear time algorithm to detect community structures in large-scale networks. Phys. Rev. E. 76(3), 036106 (2007)CrossRef
18.
Reichardt, J., Bornholdt, S.: Statistical mechanics of community detection. Phys. Rev. E. 74(1), 016110 (2006)MathSciNetCrossRef
19.
20.
Waltman, L., van Eck, N.J., Noyons, E.C.: A unified approach to mapping and clustering of bibliometric networks. J. Inform. 4(4), 629–635 (2010)CrossRef
Metadaten
Titel
Comparing Game-Theoretic and Maximum Likelihood Approaches for Network Partitioning
verfasst von
Vladimir V. Mazalov
Copyright-Jahr
2018
Verlag
Springer Berlin Heidelberg
Buch
Transactions on Computational Collective Intelligence XXXI

Print ISBN: 978-3-662-58463-7

Electronic ISBN: 978-3-662-58464-4

Copyright-Jahr: 2018

DOI
https://doi.org/10.1007/978-3-662-58464-4_4

Premium Partner

    Bildnachweise