将最小社区定义为复杂网络中的同质群体
物理与社会
2015-09-29 v2 社会与信息网络
适应与自组织系统
摘要
本文引入了一个最小社区的新概念，即其同质性与随机图相当，并从同质性或异质性的角度开发了一种新的社区检测算法。基于这一概念，我们采用了头/尾断裂法（head/tail breaks）——一种新近开发的用于重尾分布数据的分类方案，并利用具有重尾分布的边介数，迭代地将网络划分为许多异质和同质的社区。令人惊讶的是，任何自组织和/或自演化大型网络所衍生的社区都表现出非常显著的幂律分布，这意味着小社区的数量远多于大社区。这种“小事物远多大事物”的观念构成了社区检测的一种新的基本思维方式。
引用
@article{arxiv.1502.00284,
title = {Defining Least Community as a Homogeneous Group in Complex Networks},
author = {Bin Jiang and Ding Ma},
journal= {arXiv preprint arXiv:1502.00284},
year = {2015}
}
备注
9 pages, 3 figures, 3 tables; Physica A, 2015, xx(x), xx-xx