Im Rahmen meiner Diplomarbeit stellte ich mich der Herausforderung, mich mit den verschiedensten Arbeiten im Bereich der network- and graph theory auseinander zu setzen. Einige meiner Erkenntnisse habe ich hier aufbereitet.

Lesen Sie mehr über meine Diplomarbeit und die ergänzende Forschungsarbeit.

Der webgraph

Wir können das WWW als einen gigantischen gerichteten Graphen betrachten. Dieser webgraph weisst dann alle entsprechenden graphentheoretischen Eigenschaften auf.

PageRank

Google dominiert heute mit über 60% Marktanteil klar die Suchmaschinenlandschaft, ein Guter Grund sich Googles PageRank einmal genauer anzusehen.

Noch immer wissen viele Webmaster und Designer nicht, wie PageRank eigentlich funktioniert. Wir erklären es hier.

Clustering

Immer mal wieder hört man das Schlagwort Cluster, doch die wenigsten wissen, was sich mathematisch dahinter verbirgt.

Betweenness Centrality

Betrachtet man einen graph, so kann man die Betweenness Centrality, gk eines Knoten k betrachten, ein Wert der aussagt, wie viele kürzeste Pfade zwischen anderen Knoten durch k verlaufen - ein Ausdruck seiner Wichtigkeit als Mittler.

Hier gibt es noch mehr über die Betweenness Centrality zu erfahren

Reciprocity - der lower order clustering coefficient

Die Reciprocity ist nicht der arme Bruder des clustering coefficient, sondern ein eigener, interessanter Wert, der eine Aussage über die Schleifendichte innerhalb eines graph macht. Wir wollen uns auch die Reciprocity näher anschauen.