Граф Скоринг де ля Фер или исследование на тему кредитного скоринга, в рамках расширения кругозора. Ч.2

Не сомневаюсь, что в стихах это было прекрасно, просто прекрасно.

С интересом начал читать серию статей. Объяснение на живых примерах — это здорово!
Но мы на техническом ресурсе, и остро не хватает технических деталей. Еще хуже, что в статье нет ссылок на углубление в тему для заинтересовавшихся. Почему-то не используете устоявшиеся термины, что помогло бы в поиске: с одной стороны, больше ключевых слов в статье — больше людей ее найдут, с другой — по ключевым терминам можно погуглить детали.

Например, вы описываете способ хранения весов ребер. Первый — это матрица смежности. Два слова позволят любопытным-но-не-в-теме узнать что это такое, а ссылка на толковую статью чем этот способ плох и когда хорош сделает статью полезной.
Второй способ хранения я не опознал. Было бы здорово, если вы укажете как он называется. Идеально, если со ссылкой на (хорошую!) статью по этой структуре данных.

Второй момент: вы описали две структуры данных. А какие еще используются? Понятно, что обзор в статью не влезет, но ссылка даст ответ, не отвлекая от связей миледи.

Ну и раз вы сказали однажды О(n), то потрудитесь сделать это во всей статье. Когда выгодна матрица смежности? Поиск соседей по второму варианту линейный, а что с добавлением ребра, затрачиваемой памятью и другими операциями? При каких условиях/задачах эта структура неэффективна?

P.S. Надеюсь, мой комментарий поможет улучшить статью и серию в целом. Я осознаю, что хотя объем статьи почти не изменится, а трудозатраты технического специалиста вырастут. К сожалению, для хорошей технической статьи это неизбежно.