一种带加性聚类的谱算法用于网络中重叠社区的恢复
机器学习
2017-11-07 v3
摘要
本文提出了一种新颖的带加性聚类的谱算法，旨在识别网络中的重叠社区。该算法基于我们称为重叠随机块模型(SBMO)的随机图模型中期望邻接矩阵谱的几何性质。该算法的自适应版本不需要知道隐藏社区的数量，在SBMO下当图中的度数为(略多于)对数时被证明是一致的。该算法在模拟数据和具有已知重叠社区的真实世界图上表现良好。
引用
@article{arxiv.1506.04158,
title = {A Spectral Algorithm with Additive Clustering for the Recovery of Overlapping Communities in Networks},
author = {Emilie Kaufmann and Thomas Bonald and Marc Lelarge},
journal= {arXiv preprint arXiv:1506.04158},
year = {2017}
}
备注
Journal of Theoretical Computer Science (TCS), Elsevier, A Para\^itre