复杂网络分析中基于节点相关性的真实社区识别

复杂网络分析中的一个重要问题是揭示社区结构，即网络节点在同一社区内紧密连接，而社区之间连接稀疏。以往用于真实世界网络社区检测的算法存在复杂度高、需要如社区数量或规模等先验信息、或在多次运行中无法得到相同划分结果等缺点。本文提出了一种仅利用节点相关性的简单有效算法，该算法既不需要优化预定义目标函数，也不需要关于社区数量或规模的信息。我们在社区结构已知的真实世界和合成图上测试了我们的算法，观察到所提算法以高适用性和可靠性检测出该已知结构。我们还将该算法应用于一些社区结构未知的网络，发现它在这些情况下能检测出确定性的且具信息量的社区划分。