社交与道路网络上社区检测算法的实证研究

社交网络中的社区检测是一个备受关注的问题，因为发现社区能揭示网络中隐藏的信息。现有许多算法用于检测内在社区结构，且近来少数算法在社交网络上得到了研究。然而，在图具有密度与稀疏性等多样特性且结果分析不足的情况下，决定最佳方法并非易事。因此，本研究分析并比较了多种用于在两个具有不同结构特性的网络（即社交网络与道路网络）中检测社区的算法。所考虑的算法采用独特指标评估社区的内部与外部连通性，包括内部密度、平均度、割比、电导、归一化割以及平均 Jaccard 指数。评估结果揭示了关于所选算法及底层社区结构的关键见解。