R igraph 手册页

sample_forestfire {igraph}

R 文档

森林火灾网络模型

描述

这是一个增长的网络模型，类似于森林火灾通过点燃附近的树木蔓延的方式。

用法

sample_forestfire(nodes, fw.prob, bw.factor = 1, ambs = 1, directed = TRUE)

参数

节点数	图中顶点的数量。
fw.prob	正向燃烧概率，详见下文。
bw.factor	反向燃烧率。反向燃烧概率计算为 bw.factor*fw.prob。
ambs	大使节点的数量。
有向	逻辑标量，是否创建有向图。

详细信息

森林火灾模型旨在重现真实网络中观察到的以下网络特征：

• 重尾入度分布。

• 重尾出度分布。

• 社群。

• 稠密化幂律。网络随时间推移根据幂律规则变得稠密。

• 收缩的直径。网络的直径随时间推移而减小。

网络以以下方式生成。一次添加一个顶点。此顶点连接到（引用）网络中已存在的 ambs 个顶点，这些顶点是均匀随机选择的。现在，对于每个被引用的顶点 v，我们执行以下过程：

1. 我们生成两个随机数 x 和 y，它们呈几何分布，均值为 p/(1-p) 和 rp(1-rp)。（p 是 fw.prob，r 是 bw.factor。）新顶点引用 v 的 x 个出邻居和 y 个入邻居，来自那些尚未被新顶点引用的邻居。如果可用的此类顶点少于 x 或 y，那么我们会引用所有这些顶点。

2. 相同的过程应用于所有新引用的顶点。

值

一个简单图，如果 directed 参数为 TRUE，则可能是定向的。

注意

已发表论文中的模型版本是不正确的，因为它无法生成作者声称的那种图。更正后的版本可从 http://www.cs.cmu.edu/~jure/pubs/powergrowth-tkdd.pdf 获取，我们的实现基于此版本。

作者

Gabor Csardi csardi.gabor@gmail.com

参考

Jure Leskovec, Jon Kleinberg and Christos Faloutsos. Graphs over time: densification laws, shrinking diameters and possible explanations. KDD '05: Proceeding of the eleventh ACM SIGKDD international conference on Knowledge discovery in data mining, 177–187, 2005.

参见

barabasi.game，用于基本优先连接模型。

示例

g <- sample_forestfire(10000, fw.prob=0.37, bw.factor=0.32/0.37)
dd1 <- degree_distribution(g, mode="in")
dd2 <- degree_distribution(g, mode="out")
plot(seq(along.with=dd1)-1, dd1, log="xy")
points(seq(along.with=dd2)-1, dd2, col=2, pch=2)

---