基于密度的社交网络聚类
社会与信息网络
2021-01-22 v1 应用统计
摘要
基于密度的聚类的模态表述背后的思想是将群组与 underlying 数据的概率密度函数各模态周围的区域相关联。样本空间中簇与稠密区域间的这种对应在此被用于讨论该方法向社交网络分析的扩展。此类扩展似乎尤为吸引人:从概念上讲,高密度簇的概念与网络中社区的概念契合良好,后者被视为在其邻域内具有稠密局部联系个体的集合。网络中概率密度概念的缺失被转化为所提方法的主要优势,其中量化行动者角色与位置的节点级测度可用于导出不同的社区配置。该方法允许识别簇的层次结构,其可捕捉聚类结构的不同分辨率程度。此特征很好地契合社交网络的本质,厘清了个体在社会聚合中的不同参与程度。
引用
@article{arxiv.2101.08334,
title = {Density-based clustering of social networks},
author = {Giovanna Menardi and Domenico De Stefano},
journal= {arXiv preprint arXiv:2101.08334},
year = {2021}
}