中等稀疏度修正随机块模型中的社区检测谱方法
概率论
2017-02-09 v3 机器学习
社会与信息网络
机器学习
摘要
我们考虑度修正随机块模型（DC-SBM）中的社区检测问题。我们提出了一种基于适当归一化邻接矩阵的谱聚类算法。我们证明，在最低度处于 log 或更高的阶时，该算法能一致地恢复除消失比例节点外的所有节点的块隶属关系。即使对于非常异构的度分布，恢复也能成功。所用算法不依赖于参数作为输入。特别地，它不需要知道社区的数量。
引用
@article{arxiv.1506.08621,
title = {A spectral method for community detection in moderately-sparse degree-corrected stochastic block models},
author = {Lennart Gulikers and Marc Lelarge and Laurent Massoulié},
journal= {arXiv preprint arXiv:1506.08621},
year = {2017}
}