Question

（警告音乐爱好者：这个问题涉及欧洲歌唱大赛）

欧洲歌唱大赛是欧洲的热门活动。对于那些不熟悉这个概念的人来说，它基本上是一个比赛，每个参赛国家都会演唱一首歌，然后为其他国家投票。每个国家都可以向其他10位参赛者颁发积分，给予他们最喜欢的歌曲12分，第二首歌曲为10分，然后8分为1.换句话说，一个国家给其他10个国家分数。

我正在尝试编写一种算法来分析多年来的投票，并发现“投票集团”，即那些倾向于互相投票的国家。

我使用这两种类型来存储点：

TPoints = record
  FromCountry : string; //ID of the country
  ToCountry   : string;
  Year        : integer;
  Semifinale  : boolean;
  Amount      : integer; //1-8,10,12 for years 1975-present, other values for year 1957-1974
end;

TAllPoints = class(TList<TPoints>)
  //Methods i _think_ I need:
  function Sum(aFrom,aTo : string; aFromYear : integer = 0; aToYear : integer = 0) : integer;
  function BlocScore(aCountries: array of string; aFromYear : integer = 0; aToYear : integer = 0) : double;
end;

我需要回答两个问题。

我应该如何计算BlocScore？我需要一个很好的方法来衡量一组国家的“友好”程度。对于我的初步测试，我使用了（组内各国家之间获得的积分总和）/（我希望衡量的时期数*国家数量）。这听起来合理吗？当我测试那些在ESC背景下传统上被视为“友好”的国家时，它似乎给了他们一个很高的BlocScore，但我不相信它是完美的。
考虑到集团可以是任何数量的国家，我如何循环潜在的集团。我可以将自己限制在2到10个国家的集团，但我想要一种检测任何规模的集团的通用算法。根据我的统计，这些年来有57个国家参加了ESC竞赛，即使我每个国家最多限制10个国家，也有超过430亿个集团。

是否有针对此特定目的的算法？或者是否有一些可以调整的通用算法？我试图谷歌它，但我只找到投票集团的定义，而不是如何检测它们。

Answer 1

如果我理解它，这只是权重聚类，所以Louvain Method可能值得一试，但是因为你正在研究不到一百个国家之间的相互作用，所以它可能有点过于沉重。 / p>

一个更简单的快速想法：你可以将投票建模为链接，并为它们分配不同的强度，然后可以使用Force directed graph drawing算法来布局while图，最后进行聚类吗？当然，通过查看结果，最终的可视化应该很容易聚类。

对于这种方法，您还可以生成图形文件，然后使用像Gephi这样的工具来完成它。

此外，这是一篇相关的帖子：Are there implementations of algorithms for community detection in graphs?

查找投票集团的算法

1 个答案: