\subsection{Motivation}
Teilweise gelabelte Netzwerke sind allgegenwärtig. Publikationsdatenbanken
mit Publikationen als Knoten, Literaturverweisen und Zitaten als Kanten
sowie Tags oder Kategorien als Labels;
Wikipedia mit Artikeln als Knoten, Links als Kanten und Kategorien
als Labels sowie soziale Netzwerke mit Eigenschaften der Benutzer
sind drei Beispiele dafür.
Da Labels nur teilweise vorhanden sind, ist es wünschenswert die 
fehlenden Labels zu ergänzen. 

\subsection{Problemstellung}
Das Knotenklassifierungsproblem sei wie folgt definiert:\\

\begin{definition}[Knotenklassifierungsproblem]\label{def:Knotenklassifizierungsproblem}
    Sei $\G_t = (\N_t, \A_t, \T_t)$ ein Netzwerk,
    wobei $\N_t$ die Menge aller Knoten,
    $\A_t$ die Kantenmenge und $\T_t \subseteq \N_t$ die Menge Knoten mit Labels 
    jeweils zum Zeitpunkt $t$ bezeichne.
    Außerdem sei $\L_t$ die Menge aller zum Zeitpunkt $t$ vergebenen
    Labels und $f:\T_t \rightarrow \L_t$ die Funktion, die einen
    Knoten auf sein Label abbildet.

    Gesucht sind nun Labels für $\N_t \setminus \T_t$, also
    $\tilde{f}:\N_t \rightarrow \L_t$ mit 
    $\tilde{f}|_{\T_t} = f$.
\end{definition}

Wir haben häufig zusätzlich zu dem Graphen $\G_t$ und der Label-Funktion
$f$ aus Definition~\ref{def:Knotenklassifizierungsproblem} noch
textuelle Inhalte, die Knoten zugeornet werden. 


\subsection{Herausforderungen}
Die beispielhaft aufgeführen Netzwerke sind viele 
$\num{10000}$~Knoten groß und dynamisch. Das bedeutet, es kommen
neue Knoten und eventuell auch neue Kanten hinzu bzw. Kanten oder
Knoten werden entfernt.Außerdem stehen 
textuelle Inhalte zu den Knoten bereit, die bei der Klassifikation 
genutzt werden können.

Der DYCOS-Algorithmus nutzt diese und kann auf große, dynamische
Netzwerken angewandt werden.

Der DYCOS-Algorithmus nutzt Random Walks im Graphen, startend 
von dem zu klassifizierenden Knoten $n$. Dabei wird pro Random Walk
gezählt, welche Klasse $K$ am häufigsten gesehen wird. Der Knoten $n$
wird dann als zu $K$ zugehörig klassifiziert.