基于Louvain和Infomap方法的社交网络动态聚类
社会与信息网络
2016-03-09 v1 物理与社会
摘要
在社交网络中寻找社区或聚类是社交网络分析中的一个著名课题。大多数算法局限于静态快照，因此无法处理底层图中的动态变化。在本文中，我们提出了一种对Louvain社区发现方法的改进，以在不重新运行完整算法的情况下处理图中的变化。此外，我们调整了Louvain贪心方法以优化Infomap度量。其主要思想是仅重新计算变化周围的小区域。根据图的大小和变化量，这带来了运行时间的显著减少。作为验证数据，我们提供了一个图生成器，该生成器在给定时刻生成特定的社区结构，并提供将图从一张特定图转换为另一张特定图的中间步骤。实验表明，运行时间的减少可以在质量损失不大的情况下实现。这些数值取决于图内被重新处理的区域。
引用
@article{arxiv.1603.02413,
title = {Dynamic Clustering in Social Networks using Louvain and Infomap Method},
author = {Pascal Held and Benjamin Krause and Rudolf Kruse},
journal= {arXiv preprint arXiv:1603.02413},
year = {2016}
}