Графы JUNG: сходство вершин?

Показатели centrality измеряют не сходство пар вершин, а некоторую (в зависимости от метода) центральность отдельных узлов сети в целом. Поэтому этот подход, возможно, не то, что вам нужно.

SimPack действительно имеет хорошую цель, но для графов он реализует сравнения на основе изоморфизма, которые скорее сравнивают несколько графов на предмет подобия, чем пары узлов одного заданного графа. Поэтому это пока не в тему.

Вам нужны так называемые graph clustering методы (также называемые методами определения сетевого модуля или определения сетевого сообщества), которые делят граф (сеть) на несколько разделов, чтобы узлы в каждом разделе были более тесно взаимосвязаны друг с другом. чем с узлами других разделов.

Самый классический метод — это, возможно, кластеризация центральности между Ньюманом и Гирваном, где вы можете использовать дендрограмму для расчет подобия, и он есть в JUNG< /а>. Конечно, в настоящее время существует множество методов. Вы можете попробовать (бесстыдный плагин) наш метод ModuLand или прочтите прекрасную таблицу алгоритмов обнаружения модулей в конце Электронный дополнительный материал. Это семейство методов overlapping graph clustering, то есть его результатом для каждого узла является вектор, содержащий сильные стороны принадлежности к любому соответствующему кластеру сети. Попарное сходство узлов легко получить из пар этих векторов узла к кластеру.

Кластеризация графа нетривиальна, и, возможно, вам потребуется адаптировать любой метод для получения очень точных результатов в конкретной предметной области, но это на усмотрение читателя ;) Удачи!