利用含显著自环通勤网络的社区检测划分地理区域
物理与社会
2020-07-01 v3 社会与信息网络
摘要
我们开发了一种方法，用于在具有高比例自环权重的加权网络中识别统计显著的社区。我们使用该方法通过将县际通勤表示为加权网络来寻找美国县的重叠集聚区。我们识别出三类社区：非节点型、节点型和单体型，它们对应于不同类型的区域。结果表明，依赖临时阈值的传统区域划分未能考虑延伸至预期大都市边界或超大区域之外的重要且普遍存在的联系。
引用
@article{arxiv.1903.06029,
title = {Demarcating Geographic Regions using Community Detection in Commuting Networks with Significant Self-Loops},
author = {Mark He and Joseph Glasser and Nathaniel Pritchard and Shankar Bhamidi and Nikhil Kaza},
journal= {arXiv preprint arXiv:1903.06029},
year = {2020}
}
备注
38 pages