符号图网络社区发现方法的扩展性进展

社区检测是社交网络分析 (SNA) 中的一项常见任务，在医学、犯罪学和商业等多个领域都有应用。尽管社区检测很受欢迎，但对于符号网络最有效的方法论尚未达成明确共识。在本文中，我们总结了符号网络中社区检测的发展，并在几个真实世界数据集上评估了当前最先进的技术。首先，我们提供了符号图中社区检测的全面背景。其次，我们比较了拉普拉斯矩阵的各种变体在通过谱聚类恢复小型符号图数据集中的真实社区标签方面的表现。然后，我们评估了领先算法在小型、大型、稠密和稀疏的真实世界符号图网络上的可扩展性。最后，我们讨论了我们的新发现，并对真实世界符号图中符号图社区发现的最先进技术的扩展和改进提出了建议。