An algorithm to compute data diversity index in spatial networks

Empreu sempre aquest identificador per citar o enllaçar aquest ítem http://hdl.handle.net/10045/76216
Información del item - Informació de l'item - Item information
Títol: An algorithm to compute data diversity index in spatial networks
Autors: Agryzkov, Taras | Tortosa, Leandro | Vicent, Jose F.
Grups d'investigació o GITE: Análisis y Visualización de Datos en Redes (ANVIDA)
Centre, Departament o Servei: Universidad de Alicante. Departamento de Ciencia de la Computación e Inteligencia Artificial
Paraules clau: Diversity index | Spatial networks | Urban networks | Spatial statistics | Gini–Simpson index
Àrees de coneixement: Ciencia de la Computación e Inteligencia Artificial
Data de publicació: 15-de novembre-2018
Editor: Elsevier
Citació bibliogràfica: Applied Mathematics and Computation. 2018, 337: 63-75. doi:10.1016/j.amc.2018.04.068
Resum: Diversity is an important measure that according to the context, can describe different concepts of general interest: competition, evolutionary process, immigration, emigration and production among others. It has been extensively studied in different areas, as ecology, political science, economy, sociology and others. The quality of spatial context of the city can be gauged through this measure. The spatial context with its corresponding dataset can be modelled using spatial networks. Consequently, this allows us to study the diversity of data present in this specific type of networks. In this paper we propose an algorithm to measure diversity in spatial networks based on the topology and the data associated to the network. In the experiments developed with networks of different sizes, it is observed that the proposed index is independent of the size of the network, but depends on its topology.
Patrocinadors: Partially supported by the Spanish Government, Ministerio de Economía y Competividad, grant number TIN2017-84821-P.
URI: http://hdl.handle.net/10045/76216
ISSN: 0096-3003 (Print) | 1873-5649 (Online)
DOI: 10.1016/j.amc.2018.04.068
Idioma: eng
Tipus: info:eu-repo/semantics/article
Drets: © 2018 Elsevier Inc.
Revisió científica: si
Versió de l'editor: https://doi.org/10.1016/j.amc.2018.04.068
Apareix a la col·lecció: INV - ANVIDA - Artículos de Revistas

Arxius per aquest ítem:
Arxius per aquest ítem:
Arxiu Descripció Tamany Format  
Thumbnail2018_Agryzkov_etal_ApplMathComp_final.pdfVersión final (acceso restringido)3,25 MBAdobe PDFObrir     Sol·licitar una còpia
Thumbnail2018_Agryzkov_etal_ApplMathComp_preprint.pdfPreprint (acceso abierto)7,63 MBAdobe PDFObrir Vista prèvia


Tots els documents dipositats a RUA estan protegits per drets d'autors. Alguns drets reservats.