Optimal time intervals detection for dynamic networks

Zamana bağlı karmaşık bir sistemi modellemek için uygun bir dinamik ağ çıkarmak, incelenen sistemi analiz etmek için önemli bir konudur. Doğru bir model oluşturmak, bir sistemin önemli ölçüde değişiklik gösterdiği kritik zaman noktalarını bulmakla ilgilidir. Bu işlem, genellikle oluşturulan dinamik ağlarının özelliklerini yansıtan zaman serilerinin karşılaştırmalı analizi ile yapılır. Bu zaman serileri sistemdeki bütün zaman aralığı içinde farklı boyutlardaki zaman aralıkları ile oluşturulur. En sık kullanılan özellikler bu ağların topolojik özellikleridir. Bu çalışmada, yalnızca topolojik özelliklerin gelişimini araştırmakla kalınmadı, aynı zamanda uygun zaman aralıklarını tespit etmek için ağ kararlılığını ölçmeyi önerildi. Ardışık anlık ağlar arasında düğüm, bağlantı ve komşuluk benzerliği olacak şekilde üç benzerlik skoru geliştirdi. Ağın kararlı kalıp kalmayacağını belirlemek için önerilen metriklerin sıfır modeli altında hesaplanan, istatistiksel olarak beklenen değerlerine bakıldı. Önerilen metriklerin ve beklenen değerlerinin kullanılabilirliğini, farklı pencere boyutlarına tepkilerini göstererek doğrulandı. Farklı zamansal dinamiklere sahip iki farklı veri seti kullanıldı. Birincisi, Sabancı Üniversitesi Kampüsü'ndeki Wi-Fi erişim noktalarından toplanan log verilerinden derlenen ve daha önce kullanılmayan orijinal veri seti, ikincisi ise Enron e-postalarıdır. Sonuçlara göre, önerilen benzerlikler, kritik zaman aralıklarını daha önce önerilen metrikten daha etkili bir şekilde ayırt etmeye yardımcı olduğu gözlendi. Bu sonuca erişilebilmesinin sebebi, istatistiksel oalrak beklenen değerler ve önerilen benzerlikler, sistem ve metodolojiden bağımsızdır.