检测大规模网络社区结构的近线性时间算法
物理与社会
2007-09-20 v1
摘要
社区检测与分析是理解各种现实世界网络组织结构的重要方法论，其应用涵盖社会社区中的共识形成或生化网络中功能模块的识别等多种问题。目前用于识别大规模现实世界网络中社区结构的算法需要先验信息（如社区的数量和大小），或者计算成本高昂。在本文中，我们研究了一种简单的标签传播算法，该算法仅利用网络结构作为引导，既不需要优化预定义的目标函数，也不需要关于社区的先验信息。在我们的算法中，每个节点都被初始化为一个唯一的标签，在每一步中，每个节点都采用其大多数邻居当前拥有的标签。在这个迭代过程中，紧密连接的节点群就唯一标签达成共识，从而形成社区。我们通过将该算法应用于社区结构已知的网络来验证其有效性。我们还证明，该算法耗时接近线性时间，因此在计算上比迄今为止可能的方法更为廉价。
引用
@article{arxiv.0709.2938,
title = {Near linear time algorithm to detect community structures in large-scale networks},
author = {Usha Nandini Raghavan and Reka Albert and Soundar Kumara},
journal= {arXiv preprint arXiv:0709.2938},
year = {2007}
}
评论
12 pages, 9 figures