复杂网络上的信号传播社区检测

基于复杂网络上的信号传播过程，提出了一种识别社区结构的方法。对于具有 $n$ 个节点的网络，假设每个节点都是一个可以发送、接收和记录信号的系统。每个节点依次作为初始信号源，通过激发其邻居来激励整个网络，然后源节点被赋予一个记录信号传播效应的 $n$ 维向量。通过这一过程，网络上节点的拓扑关系可以转化为 $n$ 维欧几里得空间中向量的几何结构。随后，通过 $F$ 统计量确定最佳分组划分，并通过模糊 $C$-均值聚类方法（FCM）给出最终的社区结构。该方法无需任何额外参数即可检测无权重和加权网络中的社区结构。该方法已应用于自组织网络以及一些真实网络，包括 Zachary 空手道俱乐部网络和足球队网络。结果与其他方法进行了比较，证据表明基于信号传播过程的算法是有效的。