In the real world, there can exist

In the real world, there can exist more than one type of connections between any pair of individuals. As a matter of fact, there is not a unique word identifying this kind of social networks. Terms as multi-layer network, multiplex network, multidimensional network and multi-relational network are considered synonyms. In [17], Br´odka et al. defined a multilayer social network as multiple single-layered social graphs where each graph has a fixed set of nodes with edges between nodes which may vary from layer to layer. A similar model was proposed by Magnani et al. in [18], where a pillar multinetwork allowing different nodes sets for each layer and adding a node mapping function between layers was defined. In this work, the authors defined also a ML-model where many nodes from one social network layer can match to a single node in another layer. In [19], Hao et al. proposed a measure of the influence of one layer on the other layers. Br´odka et al. [20] focused on the shortest path problem in multi-layer social
networks proposing two approaches for the computation of the paths. In [17], the same authors investigated the neighborhoods in multi-layer social networks by defining cross-layer clustering coefficient, cross-layer degree centrality and various versions of multi-layer degree centrality.

Results (Indonesian) 2:

Dalam dunia nyata, ada bisa eksis lebih dari satu jenis hubungan antara setiap pasangan individu. Sebagai soal fakta, tidak ada kata unik mengidentifikasi jenis jaringan sosial. Hal sebagai jaringan multi-layer, jaringan multipleks, jaringan multidimensi dan jaringan multi-relasional dianggap sinonim. Dalam [17], Br'odka et al. didefinisikan jaringan sosial multilayer sebagai beberapa grafik sosial berlapis tunggal di mana setiap grafik memiliki seperangkat tetap node dengan tepi antara node yang mungkin berbeda dari lapisan ke lapisan. Sebuah model yang sama diusulkan oleh Magnani et al. di [18], di mana MultiNetwork pilar memungkinkan node set yang berbeda untuk setiap lapisan dan menambahkan fungsi pemetaan simpul antara lapisan didefinisikan. Dalam karya ini, penulis didefinisikan juga ML-model yang mana banyak node dari satu lapisan jaringan sosial bisa cocok dengan satu simpul di lapisan lain. Dalam [19], Hao et al. mengusulkan ukuran pengaruh satu lapisan pada lapisan lainnya. Br'odka et al. [20] difokuskan pada masalah jalan terpendek dalam multi-layer sosial
jaringan mengusulkan dua pendekatan untuk perhitungan jalur. Dalam [17], penulis yang sama menyelidiki lingkungan di multi-layer jaringan sosial dengan mendefinisikan cross-layer koefisien clustering, cross-layer derajat sentralitas dan berbagai versi multi-layer derajat sentralitas.