IRIS – Institutional Research Information System
IRIS è il sistema di gestione della ricerca dell’Università degli Studi di Milano-Bicocca.Il repository BOA è il modulo del sistema dedicato alla raccolta e alla disseminazione della produzione scientifica di Ateneo. Le pubblicazioni sono ricercabili per parola chiave attraverso il box nella barra orizzontale in alto oppure, mediante il pulsante Sfoglia, per "Afferenza", "Autore", "Titolo", "Tipologia" o "Settore scientifico-disciplinare".
IRIS contiene inoltre alcuni moduli dedicati alla registrazione dei progetti e dei contratti, e alla reportistica avanzata per le attività di valutazione della ricerca
EnglishAssortativity by degree for complex networks is quantified by the Newman coefficient, and it describes a tendency for nodes to be connected to others with a similar degree. A generalization of the assortativity index has been proposed in the literature for undirected and unweighted networks, analysing the correlation between vertices that are not necessarily adjacent, but connected through paths, shortest paths and random walks. The aim of this study is to define a new class of higher-order assortativity measures for weighted networks. The effectiveness of these measures is evident in social networks, where both weights and connections are significant. Applications to Facebook and co-authorship networks are provided, analysing the assortativity beyond the nearest neighbours.
Arcagni, A., Grassi, R., Stefani, S., & Torriero, A. (2019). Extending assortativity: An application to weighted social networks. JOURNAL OF BUSINESS RESEARCH.
| Citazione: | Arcagni, A., Grassi, R., Stefani, S., & Torriero, A. (2019). Extending assortativity: An application to weighted social networks. JOURNAL OF BUSINESS RESEARCH. |
| Tipo: | Articolo in rivista - Articolo scientifico |
| Carattere della pubblicazione: | Scientifica |
| Presenza di un coautore afferente ad Istituzioni straniere: | No |
| Titolo: | Extending assortativity: An application to weighted social networks |
| Autori: | Arcagni, A; Grassi, R; Stefani, S; Torriero, A |
| Autori: | |
| Data di pubblicazione: | 2019 |
| Lingua: | English |
| Rivista: | JOURNAL OF BUSINESS RESEARCH |
| Digital Object Identifier (DOI): | http://dx.doi.org/10.1016/j.jbusres.2019.10.008 |
| Appare nelle tipologie: | 01 - Articolo su rivista |
File in questo prodotto:
http://hdl.handle.net/10281/253831
Copyright © 2021