网络中单个社区的广义显著性检验

许多经验网络具有社区结构，其中节点在每个社区（即一组节点）内部密集互连，而在不同社区之间稀疏连接。如同网络的其他局部和中尺度结构，社区在规模、边密度、与其他社区的连接性以及显著性等方面通常是异质的。在本研究中，我们提出一种方法来统计检验给定网络中单个社区的显著性。与以往方法相比，本算法的独特之处在于它接受不同的社区检测算法及相应的单社区质量函数。本方法要求每个社区的质量可被量化，且社区检测作为此类质量函数在各社区上求和的优化来执行。包括模块度最大化和图划分在内的多种社区检测算法均满足该准则。我们的方法通过估计随机化网络的质量函数分布，来计算给定网络中每个社区的可能性。我们用合成网络和实证网络说明了我们的算法。