Graphenclustering

Sven-Ake Wegner ()

Chapter Kapitel 5 in Mathematische Einführung in Data Science, 2023, pp 63-81 from Springer

Abstract: Zusammenfassung Wir greifen das Beispiel sozialer Netzwerke aus Kapitel 1 auf und beschäftigen uns mit der Frage, wie Cluster in einem solchen Netzwerk gefunden werden können. Nach Einführung einiger Begriffe aus der Graphentheorie (insbesondere: Adjazenz- und Laplacematrix) stellen wir via der Courant-Fischer-Formel zunächst heuristisch den Zusammenhang zwischen Clustern und Eigenwerten her. Nach der Einführung weiterer Begriffe (insbesondere: normalisierte Laplacematrix, Volumen, Rand, Leitfähigkeit) formalisieren wir den genannten Zusammenhang via der Cheegerungleichung.

Date: 2023
References: Add references at CitEc
Citations:

There are no downloads for this item, see the EconPapers FAQ for hints about obtaining it.

Related works:
This item may be available elsewhere in EconPapers: Search for items with the same title.

Export reference: BibTeX RIS (EndNote, ProCite, RefMan) HTML/Text

Persistent link: https://EconPapers.repec.org/RePEc:spr:sprchp:978-3-662-68697-3_5

Ordering information: This item can be ordered from
http://www.springer.com/9783662686973

DOI: 10.1007/978-3-662-68697-3_5

Access Statistics for this chapter

More chapters in Springer Books from Springer
Bibliographic data for series maintained by Sonal Shukla () and Springer Nature Abstracting and Indexing ().