558
个编辑
更改
→对称化流距离C_{ij}
但是，流距离矩阵<math>L=\{l_{ij}\}_{(N+2)\times(N+2)}</math>存在一个关键问题：它是非对称的。这是因为在真实的浏览行为中，从网站<math>i</math>跳转到<math>j</math>的难易程度，与从<math>j</math>返回<math>i</math>的难易程度往往并不相同，反映了网络流中固有的方向性与非互惠性。而后续用于空间嵌入的经典方法（如多维尺度分析MDS）要求输入的距离矩阵必须是对称的，以满足欧几里得度量的几何公理。
但是，流距离矩阵<math>L=\{l_{ij}\}_{(N+2)\times(N+2)}</math>存在一个关键问题：它是非对称的。这是因为在真实的浏览行为中，从网站<math>i</math>跳转到<math>j</math>的难易程度，与从<math>j</math>返回<math>i</math>的难易程度往往并不相同，反映了网络流中固有的方向性与非互惠性。而后续用于空间嵌入的经典方法（如多维尺度分析MDS）要求输入的距离矩阵必须是对称的，以满足欧几里得度量的几何公理。
为解决这一矛盾，我们需要将非对称的流距离转化为一个对称的距离度量【13】。一种合理且直观的做法是定义对称流距离<math>C</math>如下：
为解决这一矛盾，我们需要将非对称的流距离转化为一个对称的距离度量【13】。一种合理且直观的做法是定义对称流距离<math>C</math>如下：
<math>c_{ij}=l_{ij}+l_{ji}</math>
<math>c_{ij}=l_{ij}+l_{ji}</math>
从形式上看，<math>c_{ij}</math>是单向流距离<math>l_{ij}</math>和<math>l_{ji}</math>的和。它本质上是将两个方向上的“心理距离”或“跳转成本”加总，从而得到一个描述<math>i</math>与<math>j</math>之间总体分离程度的标量。尽管未显式除以2，但作为后续距离比较的相对标度，其与取平均值在本质上是等价的。这个值越大，说明两个节点在用户流动意义上越“遥远”或“隔离”。在随机游走的理论框架下，<math>l_{ij}</math>和<math>c_{ji}</math>有一个非常贴切的概率解释：它代表一个随机游走者从节点<math>i</math>出发，首次到达节点<math>j</math>，再立即（或遵循相同规律）首次返回节点<math>i</math>所经过的平均总步数。这一完整往返旅程被称为“通勤距离”。它综合考察了两个方向的可达性，是对节点间双向连通强度的一个稳健而全面的度量。
从形式上看，<math>c_{ij}</math>是单向流距离<math>l_{ij}</math>和<math>l_{ji}</math>的和。它本质上是将两个方向上的“心理距离”或“跳转成本”加总，从而得到一个描述<math>i</math>与<math>j</math>之间总体分离程度的标量。尽管未显式除以2，但作为后续距离比较的相对标度，其与取平均值在本质上是等价的。这个值越大，说明两个节点在用户流动意义上越“遥远”或“隔离”。在随机游走的理论框架下，<math>l_{ij}</math>和<math>c_{ji}</math>有一个非常贴切的概率解释：它代表一个随机游走者从节点<math>i</math>出发，首次到达节点<math>j</math>，再立即（或遵循相同规律）首次返回节点<math>i</math>所经过的平均总步数。这一完整往返旅程被称为“通勤距离”。它综合考察了两个方向的可达性，是对节点间双向连通强度的一个稳健而全面的度量。
因此，通过构造对称流距离矩阵<math>C</math>，我们实现了两个重要目标：技术上，获得了符合欧几里得嵌入要求的对称距离输入；概念上，将原本有向的、非对称的行为“心理距离”，升华为一个无向的、综合的“通勤距离”，更能反映两个节点在整体流动网络中的相对位置与分离程度。
因此，通过构造对称流距离矩阵<math>C</math>，我们实现了两个重要目标：技术上，获得了符合欧几里得嵌入要求的对称距离输入；概念上，将原本有向的、非对称的行为“心理距离”，升华为一个无向的、综合的“通勤距离”，更能反映两个节点在整体流动网络中的相对位置与分离程度。