发现社区发现的社区

在复杂网络中发现社区意味着将彼此相似的节点分组，以揭示关于它们的潜在信息。有数百种不同的算法来解决社区检测任务，每种算法对“社区”是什么都有自己的理解和定义。数十篇综述工作试图整理如此多样的局面——按其所采用的检测社区的过程、按其对社区的明确定义、或按其在标准化任务上的表现对社区发现算法进行分类。在本文中，我们依据第四个标准对社区发现算法进行分类：它们结果的相似性。我们创建了算法相似性网络（ASN），其节点是社区检测方法，若它们返回相似的分组则相连。我们随后对该网络进行社区检测，将在超过一千个合成与真实网络上一致返回相同划分或重叠覆盖的算法分组。本文试图基于经验数据创建社区检测算法的相似性分类。它通过比较七十余种方法改进了现有最优水平，发现ASN包含分离良好的组群，使其成为从业者 sensible 的工具，辅助他们选择符合分析需求的算法。