通过使用公理方法来证明现有的权威网络中心度量标准是否准确，并发现基于距离的谐波中心度量是一种良好的通用中心度量，并显示距离型中心度量达到了很高的质量，值得关注。

Aug, 2013

本文介绍了一种新的中心度量，可以通过节点在网络中的所有子图中的参与情况来表征节点的重要性，具有较好的研究网络图案的性质。研究结果表明，该方法能够更好地区分网络中的节点，并且展现了一定的实用性和可靠性。

Apr, 2005

基于核心 - 边缘结构的新算法概念，相对中心性，能够更好地选择来自所有社区的顶点子集，以提高聚类算法的性能。

Jun, 2024

本研究将邻接矩阵的指数中的子图中心性和可通性的概念扩展到有向网络，并将它们应用于排名中心枢和权威。这种扩展是通过二分法实现的，具体地，将有向网络映射到具有两倍节点数的二分无向网络，以得到具有 对称邻接矩阵的网络。然后，将中心性和可共性在这个新的上下文中进行解释，提出一种用于排名中心枢和权威的技术，并讨论与其它排名算法的比较。

Jan, 2012

本文提出了使用张量特征向量来在超图上计算中心性的方法，并证明该方法在对于实际超图数据的分析方面效果良好。

Jul, 2018

本论文介绍了一种基于超图的谱中心性测量方法，利用非线性 Perron-Frobenius 理论计算超图中的重要节点和超边。

Jan, 2021

本文提出了在大规模图中构建子图词汇表，以及如何通过在词汇表中的子图减少总体描述长度的方式对图形进行描述，并提出了一个高效算法，以便应用于像 Flickr 和 Norte Dame 网站这样的多百万边实际应用中。

Jun, 2014

本研究通过计算每个图中的小诱导子图的频率来制定和分析这种表示，发现子图频率空间不仅受其组合属性的制约，还受其实证属性以及社会图在空间中实际位置的影响，并提供了灵活的框架和分类算法，以研究这些方面。

Apr, 2013

该研究介绍了一种相似度概念和其在有向图中的运用，并指出其可用于自动提取单语言词典中的同义词。

Jul, 2004

本文提出了一种基于随机图的方法，用于计算自然语言处理中文本单元的相对重要性，并通过使用新方法 LexRank 进行文本自动摘要。实验结果表明，基于相似度图的按度数排序的方法优于其他方法。

Sep, 2011