Beispiel 1
a) Wie viele Wege mit zwei Kanten führen
vom grünen Knoten 3 zum roten Knoten 2?
b) Wie viele Wege mit vier Kanten führen
vom grünen Knoten 3 zum roten Knoten 2?
c) Auf wie viele Arten kann man vom grünen Knoten 3 zum roten Knoten 2 gehen, wenn der Weg maximal 5 Kanten lang ist?
"Adjazenzmatrix" M des Graphen:
!
1 2 3 4 5 6 1
2 3 4 5 6
0 1 1 1 0 0 0 0 0 1 0 0 1 0 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 0 1 0 1 1 0
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
Die Adjazenzmatrix M wird quadriert: M2
0 1 1 1 0 0 0 0 0 1 0 0 1 0 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 0 1 0 1 1 0
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
•
0 1 1 1 0 0 0 0 0 1 0 0 1 0 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 0 1 0 1 1 0
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
=
2 0 0 2 1 1 1 0 0 0 0 0 1 2 2 2 1 0 0 1 1 1 0 0 1 0 0 1 1 1 1 0 1 1 0 0
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
Dabei wurde das Element M23,2 folgendermassen berechnet:
M23,2 = 1 · 1 + 0 · 0 + 0 · 0 + 1 · 0 + 1 · 0 + 1 · 1 = 2
Die fette 1 bedeutet: Anzahl Kanten von ③ nach ① Die fette 1 bedeutet: Anzahl Kanten von ① nach ② Also bedeutet 1 · 1: Anzahl Wege von ③ nach ② via ① und 1 · 1: Anzahl Wege von ③ nach ② via ⑥
Um die weiteren Fragen zu klären, muss man die Potenzen von M bestimmen:
M =
0 1 1 1 0 0 0 0 0 1 0 0 1 0 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 0 1 0 1 1 0
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
M2 =
2 0 0 2 1 1 1 0 0 0 0 0 1 2 2 2 1 0 0 1 1 1 0 0 1 0 0 1 1 1 1 0 1 1 0 0
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
M3 =
2 3 3 3 1 0 0 1 1 1 0 0 4 1 2 5 2 2 2 0 0 2 1 1 1 2 2 2 1 0 2 1 1 2 1 1
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
M4 =
6 2 3 8 3 3 2 0 0 2 1 1 7 6 6 9 4 2 2 3 3 3 1 0 4 1 2 5 2 2 3 3 3 5 2 1
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
M5 =
11 9 9 14 6 3 2 3 3 3 1 0 15 9 11 21 8 6 6 2 3 8 3 3 7 6 6 9 4 2 8 4 5 10 4 3
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
Summe der Potenzen : Mk
k=1
!
5 =21 15 16 28 11 7 5 4 4 7 2 1 28 18 21 38 16 11 11 6 7 14 5 4 13 9 11 17 8 5 14 9 10 19 8 5
"
#
$$$$
$$$$
$$$$
$$$$
$$
%
&
'''''' '''''' '''''' '''
Beispiel 2: HITS
In einem Netz ist folgende "Verlinkung"
gegeben:
Welches ist der "beste" Knoten?
a) als "Autorität": (ai)
• wird als besonders gut angesehen, wenn viele Links auf ihn verweisen!
b) als "Hub": (bi)
• wird als besonders gut angesehen,
wenn seine Links auf viele gute Autoritäten verweisen.
Mathematische Modellierung der Situation:
Algorithmus von Jon Kleinberg (1999):
HITS (Hypertext Induced Topic Selection) Wir gehen von n Knoten Ci aus, wobei jeder Knoten zu einem gewissen Zeitpunkt durch ein Paar (ai, bi) charakterisiert wird. Die
Verknüpfung der Knoten erfolgt durch die zugehörige Adjazenzmatrix M.
(ai: Autoritäts-Gewicht, bi: Hub-Gewicht) Normierung: Die Vektoren a!
und b!
sind Einheitsvektoren.
Es gelten: b!
= Mia! a!
= M Tib!
(T Transposition)
Im Beispiel:
b!
= Mia!
=
0 1 1 1 0 0 0 0 0 1 0 0 1 0 0 1 1 1 1 0 0 0 0 0 0 0 1 0 0 0 0 1 0 1 1 0
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
i a1 a2 a3 a4 a5 a6
!
"
####
####
####
####
###
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
&&
=
a2 +a3 +a4 a2
a1 +a4 +a5 +a6 a1
a3
a2 +a4 +a5
!
"
####
####
####
####
###
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
&&
= b1 b2 b3 b4 b5 b6
!
"
####
####
####
####
###
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
&&
a!
= M Tib!
=
0 0 1 1 0 0 1 0 0 0 0 1 1 0 0 0 1 0 1 1 1 0 0 1 0 0 1 0 0 1 0 0 1 0 0 0
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
i b1 b2 b3 b4 b5 b6
!
"
####
####
####
####
###
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
&&
=
b3 +b4 b1 +b6 b1 +b5 b1 +b2 +b3 +b6
b3 +b6 b3
!
"
####
####
####
####
###
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
&&
= a1 a2 a3 a4 a5 a6
!
"
####
####
####
####
###
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
&&
Iteration: b!
' = MMTib!
und a!
' = M TMia! Wichtig sind damit die (symmetrischen) Matrizen:
MM T =
3 1 1 0 1 2 1 1 1 0 0 1 1 1 4 1 0 2 0 0 1 1 0 0 1 0 0 0 1 0 2 1 2 0 0 3
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
, M TM =
2 0 0 1 1 1 0 2 1 2 1 0 0 1 2 1 0 0 1 2 1 4 2 1 1 1 0 2 2 1 1 0 0 1 1 1
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
Wie entwickeln sich die Vektoren
a !
und
b !
? Beispiel: a!
' = (M TM)10a!
und b!
' = (MMT)10b!
1 0 0 0 0 0
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
, 1 0 0 0 0 0
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
!
0.258 0.389 0.207 0.709 0.433 0.223
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
,
0.484 0.263 0.601 0.095 0.077 0.567
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
0 0 1 0 0 0
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
, 0 0 0 0 1 0
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
!
0.258 0.389 0.208 0.709 0.432 0.222
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
,
0.484 0.263 0.600 0.095 0.077 0.567
!
"
## ##
## ##
## ##
## ##
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
Beispiel 3: Page Rank (Google)
Welches ist der "beste" Knoten?
Annahmen:
• Man surft zufällig im Netz. Ist man auf einer bestimmten Seite, wählt man mit Wahr-
scheinlichkeit p (Google: 0.85) einen der
Links auf der Seite und mit 1-p springt man zu einer zufällig gewählten Seite des Netzes.
• Die entsprechenden Links sind je gleich wahrscheinlich .
Die Adjazenzmatrix wird umgewandelt zu einer stochastischen Matrix S mit Zeilensumme 1:
q / 6 p / 3 + q / 6 p / 3 + q / 6 p / 3 + q / 6 q / 6 q / 6
q / 6 q / 6 q / 6 p + q / 6 q / 6 q / 6
p / 4 + q / 6 q / 6 q / 6 p / 4 + q / 6 p / 4 + q / 6 p / 4 + q / 6
p + q / 6 q / 6 q / 6 q / 6 q / 6 q / 6
q / 6 q / 6 p + q / 6 q / 6 q / 6 q / 6
q / 6 p / 3 + q / 6 q / 6 p / 3 + q / 6 p / 3 + q / 6 q / 6
!
"
####
####
####
####
##
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&&
Eine zugehörige Markoff-Kette: (p=0.85) 1
0 0 0 0 0
!
"
####
####
####
####
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
!
0.025 0.308 0.308 0.308 0.025 0.025
!
"
####
####
####
####
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
!
0.353 0.039 0.053 0.367 0.098 0.091
!
"
####
####
####
####
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
!
0.348 0.151 0.208 0.195 0.062 0.036
!
"
####
####
####
####
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
!····!
0.290 0.125 0.175 0.268 0.080 0.062
!
"
####
####
####
####
#
$
%
&&&
&&&
&&&
&&&
&&&
&&&
&&
Betrachte einfach die Matrix
( ) S T n:
Die Spalten konvergieren!
.... hat Relevanz 4 von 10 (SBB hat 7 von 10)